Descriptores de Múltiple Granularidad para la Categorización de Grano Fino

La categorización de grano fino, que busca distinguir categorías de nivel subordinado como especies de aves o razas de perros, es una tarea extremadamente desafiante. Esto se debe a dos problemas principales: cómo localizar regiones discriminativas para el reconocimiento y cómo aprender características sofisticadas para la representación. Ninguno de ellos es fácil de manejar si hay datos etiquetados insuficientes. Aprovechamos el hecho de que un objeto de nivel subordinado ya tiene otras etiquetas en su árbol de ontología. Estas etiquetas "gratuitas" pueden utilizarse para entrenar una serie de clasificadores basados en CNN, cada uno especializado en un nivel de grano. Las representaciones internas de estas redes tienen diferentes regiones de interés, lo que permite la construcción de descriptores multigranulares que codifican características informativas y discriminativas que cubren todos los niveles de grano. Nuestro marco de múltiple granularidad puede aprenderse con la supervisión más débil, requiriendo solo una etiqueta a nivel de imagen y evitando el uso de anotaciones de cajas delimitadoras o partes que requieren mucho trabajo. Los resultados experimentales en tres conjuntos de datos de imágenes de grano fino desafiantes demuestran que nuestro enfoque supera a los algoritmos de última generación, incluidos aquellos que requieren etiquetas fuertes.