面向火灾分割的分类注意力机制
计算机视觉与模式识别
2021-11-08 v1
摘要
图像与视频中火灾的检测与定位在应对火灾事件中十分重要。尽管语义分割方法可用于指示图像中着火像素的位置，但其预测是局部的，常未能考虑图像中火灾存在的全局信息，而该信息隐含于图像标签中。我们提出一种用于图像中火灾联合分类与分割的卷积神经网络（CNN），以提升火灾分割性能。我们采用空间自注意力机制捕获像素间长程依赖，并提出了一种利用分类概率作为注意力权重的新型通道注意力模块。该网络针对分割与分类联合训练，从而改善了单任务图像分割方法以及先前提出的火灾分割方法的性能。
引用
@article{arxiv.2111.03129,
title = {Attention on Classification for Fire Segmentation},
author = {Milad Niknejad and Alexandre Bernardino},
journal= {arXiv preprint arXiv:2111.03129},
year = {2021}
}