用于零样本目标检测的可学习背景级联框架
计算机视觉与模式识别
2021-04-15 v1
摘要
零样本检测（ZSD）对于大规模目标检测至关重要，旨在同时定位并识别未见过的目标。ZSD仍面临若干挑战，包括降低背景与未见目标之间的歧义，以及改善视觉与语义概念之间的对齐。本工作中，我们提出一种名为可学习背景级联（BLC）的新框架以提升ZSD性能。BLC的主要贡献如下：（i）我们提出一个名为级联语义R-CNN的多阶段级联结构，逐步精炼ZSD中视觉与语义的对齐；（ii）我们开发了语义信息流结构，并直接将其加在级联语义R-CNN的每一阶段之间，以进一步改善语义特征学习；（iii）我们提出可学习背景区域提议网络（BLRPN），为背景类学习一个合适的词向量，并在级联语义R-CNN中使用该学习到的向量，此设计实现了“背景可学习”并减少了背景与未见类之间的混淆。我们的大量实验表明，BLC在MS-COCO上相较最先进方法取得了显著的性能提升。
引用
@article{arxiv.2010.04502,
title = {Background Learnable Cascade for Zero-Shot Object Detection},
author = {Ye Zheng and Ruoran Huang and Chuanqi Han and Xi Huang and Li Cui},
journal= {arXiv preprint arXiv:2010.04502},
year = {2021}
}
备注
18 pages, 5figures