Page 421 - 《软件学报》2026年第5期

2300 软件学报 2026 年第 37 卷第 5 期

键特征的能力的重要性. 而后, 单独加入关键区域定位模块进行的局部视图实验也展示了性能提升, 虽然提升幅度
略低于加入冗余信息过滤. 这表明通过定位图像中的关键区域来生成局部视图, 能有效增强模型对局部特征的捕
捉能力. 更重要的是, 将关键区域定位与冗余信息过滤结合使用时, 模型性能得到了进一步的提升, 证明了这两个
模块的互补性. 此外, 引入局部特征增强模块后, 模型在所有 3 个数据集上均实现了更高的识别准确率, 凸显了局
部视图在细粒度识别任务中的重要性. 最终, 将所有模块整合至双视图融合识别框架中 (即同时考虑全局和局部视
图), 本文的模型在所有数据集上都取得了最佳性能, CUB-200-2011、Stanford Dogs 和 NABirds 数据集的准确率
分别提升至 92.1%、91.7% 和 91.9%. 这种全面的性能提升充分证实了双视图融合识别框架中 3 个定制模块的有
效性和创新性.

表 4 双视图识别框架中不同模块在 CUB-200-2011、Stanford Dogs 及 NABirds 数据集上的消融实验研究 (%)

方法 识别视图 CUB-200-2011 Stanford Dogs NABirds
基线模型 全局 90.2 90.2 89.9
基线模型+冗余信息过滤 全局 91.0 91.0 90.2
基线模型+关键区域定位 局部 90.9 90.8 90.3
基线模型+关键区域定位+冗余信息过滤 局部 91.2 91.1 90.4
基线模型+关键区域定位+冗余信息过滤+局部特征增强 局部 91.6 91.3 90.9
基线模型+关键区域定位+冗余信息过滤+局部特征增强 全局+局部 92.1 91.7 91.9

4.4.3 双视图损失函数的有效性分析
为验证本文提出的基于双视图相似度的对比损失函数的有效性, 本节在 CUB-200-2011、Stanford Dogs 和
NABirds 这 3 个数据集上, 将其与传统的交叉熵损失函数及单视图对比损失函数进行了对比实验. 相关的实验结
果呈现在图 7 中. 实验表明, 仅使用交叉熵损失函数时, 模型在 3 个数据集上的准确率分别为 91.7%、91.4% 和
91.6%. 引入单视图对比损失函数后, 模型准确率略有提升. 然而, 当采用基于双视图相似度的对比损失函数后, 模
型在 CUB-200-2011、Stanford Dogs 和 NABirds 数据集上的准确率分别显著提升至 92.1%、91.7% 和 91.9%, 这一
结果明显优于其他两种损失函数的表现. 此外, 双视图对比损失函数的设计充分考虑了不同子类别间视图特征的
差异性和同一子类别内视图特征的一致性. 这种策略有效地放大了类间特征表示的差异性, 同时减少了类内不同
视图间的差异性. 这样的方法解决了细粒度识别任务中类间差异较小和类内差异较大的挑战, 不仅提升了识别准
确率, 而且增强了模型的泛化能力. 综上所述, 通过对比实验, 本文验证了双视图对比损失函数在细粒度图像识别
任务中的有效性. 这种方法不仅提升了模型的识别准确率, 而且增强了双视图融合识别框架对复杂图像中细节特
征的学习能力, 为多视图框架的进一步研究提供了新的思路和方法.

93.0
交叉熵损失
交叉熵损失+单视图相似度对比损失
92.5 交叉熵损失+双视图相似度对比损失
92.1 91.9
识别准确率 (%) 91.5 91.7 91.4 91.6 91.7 91.6 91.7
91.9
92.0

91.0

90.5

90.0
CUB-200-2011 Stanford Dogs NABirds
数据集
图 7 在 CUB-200-2011、Stanford Dogs 和 NABirds 数据集上对比损失函数的消融实验研究