深度学习技术日渐成熟,使得计算机视觉领域相关问题的研究进程得到了加速。在卷积神经网络问世以前,学者们通过构造人工特征来完成各项任务。但这种方法需要进行大量的数学运算,在复杂度以及效率方面存在较严重缺陷。卷积神经网络的出现,实现了对图像特征的自动提取,并且有相关资料表明,使用深度卷积神经网络得到的特征比人工特征具有更强的表述能力,基于深度卷积特征的算法往往能够获得更显著的分类效果。基于强监督的分类算法,依赖人工标注特征,辅助网络提取特征。这类算法对数据集的要求较高,需要具备专业知识的领域专家对每张图片进行标注,而细粒度数据集通常包含上万张图片,涉及到的种类繁多,其工作量不言而喻,既费时费力又费钱,工作效率也很低。基于以上原因,本文提出三种弱监督的基于深度卷积特征的细粒度分类模型,通过提取关键局部特征并挖掘其中的潜在关联来增强特征的表达能力,完成对细粒度图像更准确的分类。主要提出了以下三个模型:（1）自注意特征跨层融合的细粒度图像分类模型此模型利用自注意力机制获取每个由预训练模型提取的高层卷积特征的通道间关系,并通过点乘运算将其融合到特征中,不同层自注意特征间的双线性操作用来获得特征的层间关系,从而学习到跨层双线性特征。该算法在CUB-200-2011、Stanford Cars、FGVC-Aircraft数据集上的分类准确率分别为86.7%、93.0%、90.4%。（2）基于层级注意力的细粒度分类模型由于（1）中的自注意力特征的获取会增加计算量,甚至可能造成维度爆炸。因此,将其替换为滤波器增强的方式。在减少计算量的情况下,实现特征图的增强。该模型保留跨层双线性操作,通过高亮特征与对应的跨层双线性特征的外积运算,得到层级注意力特征。该算法在以上三个数据集上的分类准确率分别为87.96%、93.82%、90.74%。（3）基于自层和跨层双线性特征的细粒度分类模型虽然判别特征有助于分类,但也容易造成过拟合。于是,该模型尝试挖掘特征内部的通道之间的联系。将这些特征的内部通道关系和外部层间关系融合在一起,在一定程度上形成互补,能够增强特征描述能力。该算法在以上三个数据集上的分类准确率分别为88.26%、94.32%、91.47%。综上所述,本文的主要贡献总结为以下几点:（1）针对细粒度图像局部关键特征难以提取和建立有效特征表示的问题,提出自注意特征跨层融合模型。利用自注意力定位重要局部区域,得到自注意特征,并利用跨层双线性操作,挖掘不同层自注意特征间的相互关系,以达到增强特征表达能力的目的。（2）为解决自注意特征计算成本较高的问题,提出滤波器增强的方式来高亮特征图中的关键位置,得到高亮特征,并通过高亮特征与双线性特征间的叉乘运算,将局部属性信息和内在关系融合,得到增强后的特征表示。该方法不仅避免了大量计算,同时还提高了模型准确率。（3）为进一步提升模型性能,通过自层和跨层的双线性操作,挖掘每个卷积特征内部的通道关系以及不同特征间的外部空间关系,将这些自层双线性特征和跨层双线性特征汇合,构造更加完善的特征表示。