计算机工程

作者：叶志鹏, 姜枫

单位：南京理工大学泰州科技学院, 江苏 泰州 225300

关键词：食品图像分类,局部二值模式,挤压和激励网络,细节注意力,自注意力

基金：江苏省高等学校自然科学研究面上项目(19KJB520038); 江苏省“333人才工程”项目

随着生活水平的提升, 人们对健康饮食的需求与日俱增, 食品图像识别成为热门研究课题之一。食品加工和烹饪过程的不同造成了同类食品的形状和颜色存在差异, 不同类别的食品也可能会呈现相似的视觉特征, 因此食品图像的识别较一般图像识别难度更大。为了解决上述问题, 提出基于多特征融合的食品图像分类网络MTFNet。首先, 将图像的RGB彩色通道数据与局部二值模式(LBP)对应的纹理特征相融合作为骨干挤压和激励网络(SENet)的输入。接着, 利用细节注意力模块挖掘不同位置上各通道的权重, 进而对各层特征图进行局部增强, 提升特征图局部表征能力。然后, 利用自注意力机制计算特征图各通道之间的自注意力权重, 挖掘特征图间的相关性, 提取图像的全局特征。最后, 将局部增强特征和全局特征拼接融合后进行图像分类。实验结果表明, 在食品图像数据集ETH Food101、ChineseFoodNet和ISIA Food-500上, 与目前最佳的多尺度拼图重构网络(MJR-Net)模型相比, MTFNet模型的Top-1准确率分别提高了0.44、1.01和0.66个百分点, 取得了更好的识别性能。

来源：2024年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第12期