基于分类激活图增强的立体视觉图像分类方法

在立体视觉图像的分类过程中,由于无法准确计算图像双线性特征的通道维数,导致图像分类准确率较低。为此,提出一种基于分类激活图增强的立体视觉图像分类方法。利用卷积神经网络提取图像双线性特征,采用外积运算将双线性特征展开成一维特征,获取特征通道维数,通过特征间的元素累加和交互达到特征融合的目的。以融合结果为基础细化图像特征,采用分类激活图增强方法进行池化处理,以实现立体视觉图像分类。实验结果表明,该方法的立体视觉图像分类损失较小,分类准确率较高。