文档名：空间位置矫正的稀疏特征图像分类网络
摘要：为稀疏语义并加强对重点特征的关注,增强空间位置和局部特征的关联性,对特征空间位置进行约束,本文提出空间位置矫正的稀疏特征图像分类网络(SSCNet).该网络以ResNet-34残差网络为基础,首先,提出稀疏语义强化特征模块(SSEF),SSEF模块将深度可分离卷积(DSC)和SE相融合,在稀疏语义的同时增强特征提取能力,并能够保持空间信息的完整性;然后,提出空间位置矫正对称注意力机制(SPCS),SPCS将对称全局坐标注意力机制加到网络特定位置中,能够加强特征之间的空间关系,对特征的空间位置进行约束和矫正,从而增强网路对全局细节特征的感知能力;最后,提出平均池化残差模块(APM),并将APM应用到网络的每个残差分支中,使网络能够更有效地捕捉全局特征信息,增强特征的平移不变性,延缓网络过拟合,提高网络的泛化能力.在多个数据集中,SSCNet相比于其它高性能网络在分类准确率上均有不同程度的提升,证明了其在兼顾全局信息的同时,能够更好地提取局部细节信息,具有较高的分类准确率和较强的泛化性能.
Abstract：Tosparsesemanticsandenhanceattentiontokeyfeatures,enhancethecorrelationbetweenspatialandlocalfeatures,andconstrainthespatialpositionoffeatures,thispaperproposesasparsefeatureimageclassificationnetworkwithspatialpositioncorrection(SSCNet)forspatialpositioncorrection.ThisnetworkisbasedontheResNet-34residualnetwork.Firstly,asparsesemanticenhancedfeature(SSEF)moduleisproposed,whichcombinesdepthwiseseparableconvolution(DSC)andSEtoenhancefeatureextractionabilitywhilemaintainingtheintegrityofspatialinformation;Then,thespatialpositioncorrectionsymmetricattentionmechanism(SPCS)isproposed.SPCSaddsthesymmetricglobalcoordinateattentionmechanismtospecificpositionsinthenetwork,whichcanstrengthenthespatialrelationshipsbetweenfeatures,constrainandcorrectthespatialpositionsoffeatures,andenhancethenetwork'sperceptionofglobaldetailedfeatures;Finally,theaveragepoolingmodule(APM)isproposedandappliedtoeachresidualbranchofthenetwork,enablingthenetworktomoreeffectivelycaptureglobalfeatureinformation,enhancefeaturetranslationinvariance,delaynetworkoverfitting,andimprovenetworkgeneralizationability.IntheCIFAR-10,CIFAR-100,SVHN,Imagenette,andImagewooddatasets,SSCNethasshownvaryingdegreesofimprovementinclassificationaccuracycomparedtootherhigh-performancenetworks,provingthatSSCNetcanbetterextractlocaldetailinformationwhilebalancingglobalinformation,withhighclassificationaccuracyandstronggeneralizationperformance.
作者：姜文涛 陈晨 张晟翀 Author：JiangWentao ChenChen ZhangShengchong
作者单位：辽宁工程技术大学软件学院,辽宁葫芦岛125105光电信息控制和安全技术重点实验室,天津300308
刊名：光电工程 ISTICPKU
Journal：Opto-ElectronicEngineering
年，卷(期)：2024, 51(5)
分类号：TP391.4
关键词：图像分类 特征提取 空间位置矫正 稀疏语义 对称注意力 全局感知
Keywords：imageclassification featureextraction spacepositioncorrection sparsesemantics symmetricattention globalperception
机标分类号：TP391.41TP11TP275
在线出版日期：2024年7月17日
基金项目：空间位置矫正的稀疏特征图像分类网络[
期刊论文] 光电工程--2024, 51(5)姜文涛 陈晨 张晟翀为稀疏语义并加强对重点特征的关注,增强空间位置和局部特征的关联性,对特征空间位置进行约束,本文提出空间位置矫正的稀疏特征图像分类网络(SSCNet).该网络以ResNet-34残差网络为基础,首先,提出稀疏语义强化特征模块(S...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
空间位置矫正的稀疏特征图像分类网络 Sparse feature image classification network with spatial position correction
空间位置矫正的稀疏特征图像分类网络.pdf
- 文件大小:
- 4.98 MB
- 下载次数:
- 60
-
高速下载
|
