李昆仑，王怡辉，陈 栋，王 珺

(河北大学 电子信息工程学院，河北 保定 071002)

1 引 言

近年来，随着人工智能的发展，深度学习在商品识别、棋类比赛、图像分类等领域得到了成功应用，尤其是在图像识别、动作识别和细粒度图像分类等方面有了突破性进展.细粒度图像分类是对于某一个大类别中的子类别进行分类，如对于犬类中萨摩耶犬、阿拉斯加犬和哈士奇犬等子类别进行分类，常规的图像分类任务是对图像进行类间分类，也被称为粗粒度图像分类.细粒度图像分类相较于粗粒度图像分类具有更为相似的外观和特征，因此类间差异更小，同时所采集图像存在着姿态、视角、光照、遮挡、背景干扰等影响，使得类内差异更大，因此细粒度图像分类的研究更为困难[1].

早期的细粒度图像分类研究主要集中在图像局部特征的表述及特征提取方法等方面.例如Wah等利用训练好的模型获得原始图像的部件区域定位，对图像提取RGB 颜色直方图特征和SIFT特征，使用词袋模型(Bag of Words，BoW)生成特征表示，通过SVM线性分类器进行分类[2].局部特征选择过程繁琐且忽略了不同局部特征间的相关性以与位置空间关系，因此有人提出对特征进行定位的方法，利用关键点的位置信息来获得更有价值的图像信息.但是获取位置信息需要高精度的算法和精细的人工标注，增加成本.

随着深度学习的发展，卷积神经网络已成为一种提取图像特征的常用的方法之一，基于深……