基于深度卷积特征的细粒度图像分类研究综述

发布时间：2019-09-24 20:17

【摘要】：细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题,其目标是对子类进行识别,如区分不同种类的鸟.由于子类别间细微的类间差异和较大的类内差异,传统的分类算法不得不依赖于大量的人工标注信息.近年来,随着深度学习的发展,深度卷积神经网络为细粒度图像分类带来了新的机遇.大量基于深度卷积特征算法的提出,促进了该领域的快速发展.本文首先从该问题的定义以及研究意义出发,介绍了细粒度图像分类算法的发展现状.之后,从强监督与弱监督两个角度对比分析了不同算法之间的差异,并比较了这些算法在常用数据集上的性能表现.最后,我们对这些算法进行了总结,并讨论了该领域未来可能的研究方向及其面临的挑战.
【作者单位】： 南京大学计算机科学与技术系南京大学软件新技术国家重点实验室;
【基金】：国家自然科学基金(61422203)资助~~
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 王宁;钞柯;罗嫔;;实现细粒度访问控制的元模型研究[J];大连理工大学学报;2012年03期

2 欧阳纯萍;阳小华;雷龙艳;徐强;余颖;刘志明;;多策略中文微博细粒度情绪分析研究[J];北京大学学报(自然科学版);2014年01期

3 史大伟;袁天伟;;一种粗细粒度结合的动态污点分析方法[J];计算机工程;2014年03期

4 原子;于莉莉;刘超;;引入缺陷的细粒度软件变更识别方法[J];北京航空航天大学学报;2014年09期

5 涂登彪;谭光明;孙凝晖;;无锁同步的细粒度并行介度中心算法[J];软件学报;2011年05期

6 华秀丽;徐凡;王中卿;李培峰;;细粒度科技论文摘要句子分类方法[J];计算机工程;2012年14期

7 时杰;朱虹;冯玉才;;实现数据库细粒度访问控制的一种动态查询修改算法[J];计算机科学;2010年12期

8 王志强;黄皓;夏磊;;进程内细粒度保护域模型及其实现[J];计算机应用;2007年06期

9 赵亚杰;陈龙;;面向手机取证的细粒度数据完整性检验方法[J];计算机工程与设计;2012年11期

10 王希忠;曲家兴;马春光;周长利;;一种适用于非结构化数据的改进细粒度加密方法[J];计算机应用研究;2014年09期

相关会议论文 前1条

1 盛振华;吴羽;江锦华;寿黎但;陈刚;;InfoSigs:一种面向WEB对象的细粒度聚类算法[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

相关博士学位论文 前3条

1 时杰;关系数据库细粒度访问控制研究[D];华中科技大学;2010年

2 朱倩;面向自由文本的细粒度关系抽取的关键技术研究[D];江苏大学;2011年

3 余a\;基于Simulink模型的细粒度多线程技术研究[D];浙江大学;2014年

相关硕士学位论文 前10条

1 赵黎光;基于依存句法的句子级细粒度情感计算[D];华南理工大学;2015年

2 姚亮;数据访问控制中基于中间代理的用户撤销方法[D];西安电子科技大学;2014年

3 占文平;面向产品评论的情感分析技术研究[D];浙江工商大学;2015年

4 何东梅;细粒度物体分类算法研究与实现[D];北京交通大学;2016年

5 廖纯;基于句法和语义的话题细粒度情感分析的研究[D];北京理工大学;2016年

6 李毅;属性层级观点挖掘技术的研究与应用[D];石家庄铁道大学;2016年

7 周志华;聊天系统文本情感细粒度分类研究与应用[D];西南交通大学;2015年

8 康海蒙;基于细粒度监控的Spark优化研究[D];哈尔滨工业大学;2016年

9 陈闯闯;中文微博细粒度情感判别研究[D];南华大学;2016年

10 付连鹏;微博客细粒度情感分析技术的研究与实现[D];东北大学;2014年

，

本文编号：2541036