用于弱监督目标定位的背景激活抑制
计算机视觉与模式识别
2022-04-05 v2
摘要
弱监督目标定位（WSOL）旨在仅使用图像级标签来定位目标。近来出现了一种通过生成前景预测图（FPM）来完成定位任务的新范式。现有基于 FPM 的方法使用交叉熵（CE）来评估前景预测图并指导生成器的学习。我们认为应使用激活值以实现更高效的学习。其基于如下实验观察：对于训练好的网络，当前景掩码仅覆盖目标区域的一部分时，CE 收敛到零；而激活值会持续增大直到掩码扩展到目标边界，这表明使用激活值可学习到更多目标区域。本文中，我们提出一种背景激活抑制（BAS）方法。具体而言，设计了一个激活图约束模块（AMC），通过抑制背景激活值来促进生成器的学习。同时，通过使用前景区域引导和面积约束，BAS 能够学习目标的整个区域。在推理阶段，我们将不同类别的预测图综合考虑以获得最终定位结果。大量实验表明，BAS 在 CUB-200-2011 和 ILSVRC 数据集上相较基线方法取得了显著且一致的提升。代码与模型见 https://github.com/wpy1999/BAS。
引用
@article{arxiv.2112.00580,
title = {Background Activation Suppression for Weakly Supervised Object Localization},
author = {Pingyu Wu and Wei Zhai and Yang Cao},
journal= {arXiv preprint arXiv:2112.00580},
year = {2022}
}
备注
Accepted by CVPR 2022. Code: https://github.com/wpy1999/BAS