#9
summarized by : Kota Yoshida
Cross-X Learning for Fine-Grained Visual Categorization
Wei Luo, Xitong Yang, Xianjie Mo, Yuheng Lu, Larry S. Davis, Jun Li, Jian Yang, Ser-Nam Lim

どんな論文か？

詳細画像認識のためのネットワークCrossX Learningを提案，頑健でマルチスケールな特徴表現を学習するために異なる画像間やレイヤー間の関係を活用するネットワークになっている．5つの詳細画像認識のベンチマークデータセットでの評価実験により，いずれも精度向上を示し，アプローチの有効性を実証した．
placeholder

新規性

入力画像の複数の部分のAttentionを獲得するOSME blockをベースにし，異なる画像間やレイヤー間の特徴をガイドするためにa cross-category cross-semantic regularizer (C3S) を導入．KL発散を最小化することにより、中間層の特徴の予測分布を出力層の予測分布に一致させるa cross-layer regularizer (CL)を導入．

結果

NABirdsでは86.4 %，CUB-Birdsでは87.7 %，Stanford Carsでは94.6 %，Stanford Dogsでは88.9 %，FGVC-Aircraftでは92.7 ％を示し，いずれも精度向上を示し，アプローチの有効性を実証した．

その他（なぜ通ったか？等）

github: https://github.com/cswluo/CrossX

    このページで利用されている画像は論文から引用しています．