本文提出了一种基于自编码器正则化和注意力机制神经网络(MCAR-CAN)的多尺度CNN图像分类方法。MCAR-CAN有两个分支:一个自动编码器分支和一个上下文注意力分支。第一个分支遵循CNN的非对称编解码结构，一个深度较深的编码器提取图像的深度特征，另一个解码器重构原始输入。译码器可以对图像进行编码，使得整个网络更加注重分类而不是重构。第二个分支的MCAR-CAN使用注意机制提取鲁棒的分类特征。分类器插入到自动编码器分支和上下文注意力分支之后。在训练深度网络时，使用一种新的训练策略来学习更平滑的流形。在推理时，自动编码器分支中的解码器被弃用。马尔可夫随机场(MRF)被当作一种后处理算法以提高分类精度。