ASOC：自适应自感知目标共定位
计算机视觉与模式识别
2022-02-17 v1 多媒体
图像与视频处理
摘要
本文的主要目标是联合定位一组语义相似图像中的目标，即目标共定位问题。大多数相关的现有工作本质上是弱监督的，显著依赖于相邻图像的弱监督。尽管弱监督有益，但它并不完全可靠，因为结果对所考虑的相邻图像相当敏感。在本文中，我们将其与一种自感知现象相结合以缓解此问题。这里所说的自感知，是指从图像自身以显著性线索形式导出的解，若单独应用也可能不可靠。然而，将这两种范式结合在一起可以带来更好的共定位能力。具体而言，我们引入了一个动态中介，自适应地在两个静态解之间取得适当平衡，以提供最优解。因此，我们称此方法为 ASOC：自适应自感知目标共定位（Adaptive Self-aware Object Co-localization）。我们在多个基准数据集上进行了详尽实验，并验证了辅以自感知的弱监督具有优越性能，优于多个被比较的竞争性方法。
引用
@article{arxiv.2201.11547,
title = {ASOC: Adaptive Self-aware Object Co-localization},
author = {Koteswar Rao Jerripothula and Prerana Mukherjee},
journal= {arXiv preprint arXiv:2201.11547},
year = {2022}
}
备注
Published in IEEE ICME 2021. Please cite this paper in the following manner: K. R. Jerripothula and P. Mukherjee, "ASOC: Adaptive Self-Aware Object Co-Localization," 2021 IEEE International Conference on Multimedia and Expo (ICME), 2021, pp. 1-6, doi: 10.1109/ICME51207.2021.9428191