İnce Taneli Hava Aracı Sınıflandırmasında Hiyerarşi-Bilinçli Çapraz Seviye Dikkat Mekanizması
Abstract
Görsel tanıma sistemlerinde ince taneli sınıflandırma problemleri, birbirine benzer alt kategorilerin ayırt edilmesini gerektirmekte ve bu durum özellikle hava aracı tanıma gibi alanlarda kritik zorluklar ortaya çıkarmaktadır. Mevcut yaklaşımlar genellikle hiyerarşik yapıyı göz ardı ederek düz sınıflandırma stratejileri kullanmaktadır. Bu araştırmada, çok seviyeli taksonomi bilgisini etkin biçimde kullanan özgün bir dikkat mekanizması önerilmektedir. Geliştirilen Hiyerarşi-Bilinçli Çapraz Seviye Dikkat (HACLA) mimarisi, üst kategorilerden alt kategorilere bilgi aktarımını dinamik olarak gerçekleştirmektedir. FGVC-Aircraft referans veri kümesi üzerinde yapılan kapsamlı deneyler, önerilen yöntemin varyant düzeyinde %89,31 ± 0,97 doğruluk elde ettiğini ve düz sınıflandırma yaklaşımlarına kıyasla %13,67 iyileşme sağladığını göstermektedir. Elde edilen bulgular, hiyerarşik bilgi aktarımının ince taneli görsel tanıma problemlerinde belirleyici bir rol oynadığını göstermektedir.
Keywords
References
- Chang, D., Pang, K., Zheng, Y., Ma, Z., Song, Y. Z., & Guo, J. (2021). Your "flamingo" is my "bird": Fine-grained, or not. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 11476–11485. https://doi.org/10.48550/arXiv.2011.09040
- Cui, Y., Song, Y., Sun, C., Howard, A., & Belongie, S. (2018). Large scale fine-grained categorization and domain-specific transfer learning. IEEE Conference on Computer Vision and Pattern Recognition (CVPR). https://doi.org/10.48550/arXiv.1806.06193
- Deng, J., Dong, W., Socher, R., Li, L.-J., Li, K., & Fei-Fei, L. (2009). ImageNet: A large-scale hierarchical image database. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 248–255. https://doi.org.10.1109/CVPR.2009.5206848
- Ding, Y., Ma, Z., Wen, S., Xie, J., Chang, D., Si, Z., ... & Ling, H. (2021). AP-CNN: Weakly supervised attention pyramid convolutional neural network for fine-grained visual classification. IEEE Transactions on Image Processing, 30, 2826–2836. https://doi.org. 10.1109/TIP.2021.3055617
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., ... & Houlsby, N. (2021). An image is worth 16x16 words: Transformers for image recognition at scale (arXiv Preprint arXiv:2010.11929). arXiv. https://arxiv.org/abs/2010.11929
- Du, R., Chang, D., Bhunia, A., Xie, J., Ma, Z., Song, Y., & Guo, J. (2020). Fine-grained visual classification via progressive multi-granularity training of jigsaw patches. European Conference on Computer Vision (ECCV). https://doi.org/10.48550/arXiv.2003.03836
- He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 770–778. https://doi.org/10.1109/CVPR.2016.90
- He, J., Chen, J.-N., Liu, S., Kortylewski, A., Yang, C., Bai, Y., & Wang, C. (2022). TransFG: A transformer architecture for fine-grained recognition. AAAI Conference on Artificial Intelligence, 36(1), 852–860. https://doi.org/10.48550/arXiv.2103.07976
Details
Primary Language
Turkish
Subjects
Artificial Intelligence (Other)
Journal Section
Research Article
Publication Date
June 29, 2026
Submission Date
March 31, 2026
Acceptance Date
June 8, 2026
Published in Issue
Year 2026 Volume: 19 Number: 1