田佳鹭，邓立国

（沈阳师范大学数学与系统科学学院，沈阳110034）

0 引言

本文中的改进方法主要针对细粒度图像分类任务，细粒度是指在粗粒度基础之上进行更为细致的类内划分，对象间的区分差异较小，任务难度较大。经典双线性卷积神经网络的提出，使得分类的准确性已达到很好的效果。但由于模型关注的特征过多缺乏重点，其次层次结构较深，模型训练效率低。改进模型针对这些问题进行完善，在Bilinear CNN 基础之上选择VGG-16 的前5 个卷积块，以及ResNet-50 的前7 个卷积块作为特征提取器以提高训练效率；并在特征提取器中分别嵌入AWFF 模块和SENet Block 模块，将特征提取的重心放在关键特征上；接着利用双线性池化操作完成后续的分类任务。新模型即改善了分类的准确性，又提升了训练速度，结构性能也较为稳定。

1 基础双线性网络介绍

双线性模型在细粒度图像分类任务上取得了极大成功，在细粒度分类问题的处理上具有较高准确性，可将该网络模型看作为一个四元函数[1]：

公式中，fA,fB为特征提取函数，ρ 为池化函数，S是分类函数。特征提取函数f 相当于一种映射关系：

即将图像γ 上某一位置l 映射到S×T 空间的过程，其中S 代表空间维度，T 则代表特征图的通道维数。双线性池化层是Bilinear CNN 的重要之处[2]，将两个特征提取分支输出的特征图中相应位置的特征进行外积运算：

函数bilinear 表示通过外积操作生成高维双线性特征矩阵的融合过程，接下来利用池化函数ρ 进一步得到关于图像的全局特征描述算子[3]。……