注意、细化、重复：基于内外定位的主动候选框生成
计算机视觉与模式识别
2016-06-15 v1
摘要
计算类别无关的候选框问题是许多计算机视觉任务的核心组件，因此近来备受关注。在本工作中，我们提出了一种解决该问题的新方法，该方法基于一种主动生成候选框的策略：从均匀分布在图像上的一组种子框开始，逐步将其注意力转移到更有可能发现定位良好的候选框的有利图像区域上。我们将我们的方法称为 AttractioNet，其核心组件是一个基于 CNN 的类别无关目标定位细化模块，无论目标类别如何，都能产生准确且鲁棒的边界框预测。我们在多个图像数据集（即 COCO、PASCAL、ImageNet detection 和 NYU-Depth V2 数据集）上广泛评估了我们的 AttractioNet 方法，在所有数据集上均报告了超越先前工作大幅领先的 SOTA 结果，并提供了强有力的经验证据表明我们的方法能够泛化到未见类别。此外，我们使用基于 VGG16-Net 的检测器在目标检测任务的背景下评估了我们的 AttractioNet 候选框，在 COCO 上取得的检测性能显著超越了所有其他基于 VGG16-Net 的检测器，甚至可与经过大量调优的基于 ResNet-101 的检测器相竞争。代码以及为多个数据集计算的候选框可在以下网址获取：https://github.com/gidariss/AttractioNet。
引用
@article{arxiv.1606.04446,
title = {Attend Refine Repeat: Active Box Proposal Generation via In-Out Localization},
author = {Spyros Gidaris and Nikos Komodakis},
journal= {arXiv preprint arXiv:1606.04446},
year = {2016}
}
备注
Technical report. Code as well as box proposals computed for several datasets are available at:: https://github.com/gidariss/AttractioNet