基于注意力的对象与语义部件联合检测
计算机视觉与模式识别
2020-07-08 v1 机器学习
摘要
本文研究狗等对象及其脸、腿等语义部件的联合检测问题。我们的模型构建于两个Faster-RCNN模型之上，二者共享特征以执行一种新颖的基于注意力的对象与部件特征融合，从而获得两者的增强表示。这些表示分别用于两个模型最终的分类与边界框回归。我们在PASCAL-Part 2010数据集上的实验表明，联合检测在IoU=0.5的平均精度均值（mAP）上可同时提升对象检测与部件检测。
引用
@article{arxiv.2007.02419,
title = {Attention-based Joint Detection of Object and Semantic Part},
author = {Keval Morabia and Jatin Arora and Tara Vijaykumar},
journal= {arXiv preprint arXiv:2007.02419},
year = {2020}
}