[发明专利]一种基于跨层精简双线性网络的细粒度鸟类识别方法

权利要求书

1.一种基于跨层精简双线性网络的细粒度鸟类识别方法，其特征在于包括以下步骤：

(1)首先对CUB-200-2011数据集中的5994张训练图片和5794张测试图片进行预处理，然后将处理后的图像输入卷积神经网络VGG-16提取鸟类图像的特征图谱；

(2)为考虑层间特征交互，对步骤(1)中得到的不同高层卷积的特征图谱跨层提取三组精简双线性特征向量，对其进行归一化操作后并级联，再送入softmax分类器；

(3)利用交叉熵损失并佐以成对混淆优化网络。

2.根据权利要求1所述的跨层双线性特征提取，其特点在于选取的卷积层为VGG-16第五组卷积，具体组合方式为其中定义为精简双线性运算。

3.根据权利要求1所述的三组精简双线性特征向量，其特点在于输出特征向量维度取值为8192。

4.根据权利要求1所述的利用交叉熵损失优化网络，其特点在于将一个训练batch中的样本随机划分为两组图片对，若图片对具有相同的标签，则直接计算交叉熵损失；若图片对具有不同的标签，则在交叉熵损失的基础上增加成对欧式损失作为正则化项。

5.根据权利要求4所述欧式损失权重取值为20，交叉熵损失权重取值为1。