一种基于块检测器及特征融合的卷积神经网络的细粒度图像识别方法及系统

摘要

本发明公开了一种基于块检测器及特征融合的卷积神经网络的细粒度图像识别方法及系统，包括以下步骤：首先获取局部特征和全局特征；对全局特征可直接分类得到loss1；然后对局部特征和全局特征分别用一个块检测器进行过滤，得到局部过滤特征以及全局过滤特征；对得到的局部过滤特征进行全局最大池化，获取局部辨别性特征块，该局部辨别性特征块可直接分类得到loss2；此外构建一个特征融合流对局部过滤特征和全局过滤特征进行融合，获得一个层级多层表征，可直接分类得到loss3；引入了一个注意力跨层池化方法对网络进行滤波监督，得到loss4；最后对上述4个loss加权求和得到总loss，能够有效实现细粒度图像识别。