报告题目：Few-shot fine-grained image classification: Exploring local features, augmentation and input blending
主讲人：朱睿 伦敦大学城市学院高级讲师
报告时间：2024年12月24日（星期二）10:00-11:00
报告地点：厦门大学翔安校区西部片区6号楼206
报告摘要：小样本细粒度图像分类旨在开发仅使用有限数量的标记训练图像泛化到未见过的类的模型。在本次报告中，我将介绍我最近通过三个应对这一挑战的工作。在第一个工作中，我们提出了本地内容丰富的交叉重建网络（LCCRN），它捕获对于区分细粒度类别至关重要的判别性局部特征。该网络引入了两个关键模块：用于学习有区别的局部特征的局部内容提取模块，以及用于将这些特征与外观细节相结合的交叉重建模块。第二个工作通过引入选择性增强注意力（SAA）网络来解决过度拟合问题。我们设计了一个选择性最佳匹配模块来从增强训练集中识别最具代表性的图像，重点关注对象，同时减少不相关的背景。此外，还提出了联合注意模块来共同学习空间和通道方面的注意。最后，在第三个工作中，我们证明了除了复杂的注意力机制之外，精心设计的输入方案（结合了两种类型的特征及其交互）可以提高学习模型权重的质量。本演讲将深入了解这些方法及其对推进少样本细粒度图像分类的贡献。
报告人简介：
朱睿于2017年获得伦敦大学学院统计学博士学位。她是伦敦大学城市学院统计学高级讲师。她的研究兴趣包括机器学习、计算机视觉和精算科学中的跨学科应用。她担任 IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Circuits and Systems for Video Technology 和Neurocomputing的副主编。
邀请人：计算机科学与技术系 严严 教授
