基于干预注意力的细粒度图像识别

来源：上海理工大学学报杂志2025年第2期北京时间：

作者：陈建锟，王永雄，潘志群

单位：上海理工大学 光电信息与计算机工程学院，上海 200093,上海理工大学 光电信息与计算机工程学院，上海 200093,上海理工大学 光电信息与计算机工程学院，上海 200093

摘要：注意力机制在细粒度识别任务中具有关键作用。为了让模型更加关注判别性区域，提出一种新的基于干预注意力的方法，为监督注意力学习特征提供关键线索。具体地，在训练过程中加入干预注意力，并将注意力应用于数据裁剪和擦除过程，进而提高模型的学习效率。同时，将融合注意力应用于特征提取网络，帮助网络学习更加有效的特征。此外，引入标签平滑损失函数以及中心正则化损失函数，有效地提升分类精度。实验表明，提出的方法具有优异性能，分别在CUB-200-2011、Stanford Cars和FGVC Aircraft数据集上实现了89.8%、95.7%和94.7%的分类准确率，相比多个细粒度分类算法具有更好的分类效果。

关键词：细粒度图像识别;干预注意力;数据增强;融合注意力;标签平滑

基金资助：上海市自然科学基金资助项目（22ZR1443700）