细粒度图像分类是计算机视觉中一个长期存在的基本问题,并支撑着现实世界的各种应用。细粒度图像分类的任务是识别子类别的视觉对象,例如,不同种类的鸟类或不同型号的汽车。子类别所固有的小的类间差异和大的类内差异使其成为一个具有挑战性的问题,同时,高昂的数据收集成本制约着细粒度图像分类模型在实际应用场景中的部署。针对细粒度图像分类中存在的这三个核心问题,从跨模态方法、特征增强和可解释性方法这三个角度出发展开研究:（1）提出跨模态特征增强方法。利用跨模态语义信息识别图像特征中的判别性区域和特征分类的决策边界,并基于细粒度图像特征生成合成特征,为细粒度图像分类模型补充训练数据。该方法可以在多个少样本训练场景中显著提高细粒度图像分类准确率,为实际应用中因无法获取充足的训练数据而导致模型无法部署的情况提供解决方法。（2）提出基于数值方法的高阶特征增强方法。利用预训练残差神经网络建模样本实例特征的流形分布,并通过在流形分布中采样以生成新特征。当训练数据严重不足时,该方法可以显著提升多种细粒度图像分类模型的分类性能。（3）提出跨模态联合训练方法和累加和通道重构机制。通过将图像分类模型的优化目标由单一的类别标签拓展为跨模态语义信息,提升模型提取关键的分类决策特征的能力。同时,基于序列学习中的累加和方法,在神经网络的前向传播过程中对局部和全局特征进行无监督重构,以增强深度神经网络中来自浅层包含局部细节信息的特征。（4）提出基于复数线性变换的特征融合方法。利用复数概率中复数特有的多对一运算性质,通过将图像特征从实数向量空间拓展到复数向量并进行复数线性变换,以提升模型对于具有较大差异的同一子类别样本的建模能力。进一步的,针对细粒度数据集较大的类间相似性,利用图卷积网络将跨模态信息引入特征分类器,并建立类别间的拓扑关系,进一步提升模型对具有相似外观的不同子类别样本的识别能力。