基于改进的Transformer细粒度图像识别算法研究

来源：电子测量技术杂志2024年第2期北京时间：

作者：李冰锋，刘帅，杨艺

单位：河南理工大学电气工程与自动化学院 焦作 454000

摘要：针对细粒度图像识别存在类间差异小、难以区分等问题，本文通过提升网络对图像细节特征的表达能力，来改善这一问题。为此，设计了一种基于改进的Transformer细粒度识别算法。首先，可变形卷积令牌嵌入通过自适应调整采样点的位置，来改变卷积操作范围及其卷积核的形状，从而增强网络模型对空间信息的感知能力，以获取更为精准的空间信息；其次，高效相关通道注意力机制通过对通道的自动选择，将通道注意力的计算从通道相邻转换成语义相似，来捕获语义相似的通道信息。而精准的空间信息和语义相似的通道信息将有效提升网络模型局部特征感知能力。实验结果表明，与基线算法相比，本文方法在CUB-200-2011、Stanford Cars和Stanford Dogs三个数据集上的识别结果分别提升了1.5%、2.4%、1.5%。结果表明，本文提出的方法通过提升细粒度图像细节特征的表达能力，从而有效提高了细粒度图像识别的有效性。

关键词：细粒度图像识别;Transformer;可变形卷积

基金资助：河南省科技攻关项目(222102210230)、河南理工大学博士基金(B2018-33)项目资助