基于注意力的辅助激励显著目标检测
计算机视觉与模式识别
2020-05-12 v2
摘要
视觉注意力为卷积神经网络(CNNs)在各种应用中带来了显著进展。本文中，人类视觉皮层中基于物体的注意力启发我们引入一种机制，用于修改 CNNs 特征图中的激活。该机制中，特征图中物体位置的激活被激励。其具体受大脑中基于物体的注意力里基于注意力的增益调制启发。它促进了视觉皮层中的图形-背景分离。与大脑类似，我们利用该思想解决显著目标检测中的两个挑战：聚合物体内部部分，同时以简洁边界与背景分离。我们在 U-net 模型中采用编码器部分的不同架构（包括 AlexNet、VGG 和 ResNet）实现了基于物体的注意力。所提方法在三个基准数据集 HKU-IS、MSRB 和 PASCAL-S 上进行了检验。实验结果表明，我们受启发的办法在平均绝对误差与 F-measure 方面显著改善了结果。结果还表明，我们提出的方法更好地捕获了边界与物体内部。因此，它能应对上述挑战。
引用
@article{arxiv.2003.14194,
title = {Attention-based Assisted Excitation for Salient Object Detection},
author = {Saeed Masoudnia and Melika Kheirieh and Abdol-Hossein Vahabie and Babak Nadjar Araabi},
journal= {arXiv preprint arXiv:2003.14194},
year = {2020}
}