利用幻觉深度融合与先验提升弱监督目标检测性能
计算机视觉与模式识别
2023-11-09 v2
摘要
尽管近期深度信息在各种任务中受到关注与探索，但其作为弱监督目标检测（WSOD）的模态仍未被发掘。我们提出一种放大器方法，通过整合深度信息来增强 WSOD 的性能。我们的方法可应用于任何基于多示例学习的 WSOD 方法，无需额外标注，也不会带来巨大的计算开销。我们所提方法采用单目深度估计技术获取幻觉深度信息，随后通过对比损失与融合将其嵌入一个连体 WSOD 网络。通过分析语言上下文与深度之间的关系，我们计算出深度先验以识别可能包含感兴趣目标的边界框提议。这些深度先验随后被用于更新伪真值框列表，或调整逐框预测的置信度。我们在六个数据集（COCO、PASCAL VOC、Conceptual Captions、Clipart1k、Watercolor2k 和 Comic2k）上，基于两种最先进的 WSOD 方法实现并评估了所提方法，结果表明性能得到显著提升。
引用
@article{arxiv.2303.10937,
title = {Boosting Weakly Supervised Object Detection using Fusion and Priors from Hallucinated Depth},
author = {Cagri Gungor and Adriana Kovashka},
journal= {arXiv preprint arXiv:2303.10937},
year = {2023}
}