Page 429 - 《软件学报》2026年第5期

2308 软件学报 2026 年第 37 卷第 5 期

networks. Int’l Journal of Computer Vision, 2024, 132(1): 137–160. [doi: 10.1007/s11263-023-01873-z]
[58] Chen L, Wang QC, Li ZH, Yin YL. Hypergraph-guided intra- and inter-category relation modeling for fine-grained visual recognition. In:
Proc. of the 32nd ACM Int’l Conf. on Multimedia. Melbourne: ACM, 2024. 8043–8052. [doi: 10.1145/3664647.3680589]
[59] Ma ZP, Wu XY, Chu AZ, Huang L, Wei ZQ. SwinFG: A fine-grained recognition scheme based on swin Transformer. Expert Systems
with Applications, 2024, 244: 123021. [doi: 10.1016/j.eswa.2023.123021]

附中文参考文献
[1] 张顺, 龚怡宏, 王进军. 深度卷积神经网络的发展及其在计算机视觉领域的应用. 计算机学报, 2019, 42(3): 453–482. [doi:
10.11897/SP.J.1016.2019.00453]
[2] 罗建豪, 吴建鑫. 基于深度卷积特征的细粒度图像分类研究综述. 自动化学报, 2017, 43(8): 1306–1318. [doi: 10.16383/j.aas.
2017.c160425]
[5] 祁磊, 于沛泽, 高阳. 弱监督场景下的行人重识别研究综述. 软件学报, 2020, 31(9): 2883–2902. http://www.jos.org.cn/1000-9825/6083.
htm [doi: 10.13328/j.cnki.jos.006083]
[7] 窦慧, 张凌茗, 韩峰, 申富饶, 赵健. 卷积神经网络的可解释性研究综述. 软件学报, 2024, 35(1): 159–184. http://www.jos.org.cn/1000-
9825/6758.htm [doi: 10.13328/j.cnki.jos.006758]
[10] 何相腾, 彭宇新. 跨域和跨模态适应学习的无监督细粒度视频分类. 软件学报, 2021, 32(11): 3482–3495. http://www.jos.org.cn/1000-
9825/6058.htm [doi: 10.13328/j.cnki.jos.006058]
[13] 殷崭祚, 李博涵, 王萌, 黄瑞龙, 吴文隆, 王昊奋. 基于细粒度特征融合的部分多模态哈希. 软件学报, 2024, 35(3): 1074–1089. http://
www.jos.org.cn/1000-9825/7076.htm [doi: 10.13328/j.cnki.jos.007076]

作者简介
唐昊, 博士, 主要研究领域为机器学习, 计算机视觉, 多模态学习.
李泽超, 博士, 教授, 博士生导师, CCF 杰出会员, 主要研究领域为多媒体分析与检索, 计算机视觉, 人工智能.
蒋鑫, 博士生, 主要研究领域为机器学习, 计算机视觉, 多模态学习.
唐金辉, 博士, 教授, 博士生导师, CCF 杰出会员, 主要研究领域为多媒体分析与检索, 社交媒体分析, 计算机视觉, 人工智能.