弥合弱监督目标定位中分类与定位的鸿沟
计算机视觉与模式识别
2022-04-04 v1
摘要
弱监督目标定位旨在仅利用图像级标签等弱监督信息，在给定图像中找到目标对象区域。大多数现有方法使用类激活图（CAM）生成定位图；然而，CAM仅识别目标对象最具判别力的部分，而非整个对象区域。在本工作中，我们从输入特征与类特定权重之间方向的不对齐这一角度，发现了分类与定位之间的鸿沟。我们证明，这种不对齐抑制了CAM在判别力较弱但属于目标对象的区域中的激活。为弥合这一鸿沟，我们提出了一种将特征方向与类特定权重对齐的方法。所提方法在CUB-200-2011和ImageNet-1K基准上取得了最先进的定位性能。
引用
@article{arxiv.2204.00220,
title = {Bridging the Gap between Classification and Localization for Weakly Supervised Object Localization},
author = {Eunji Kim and Siwon Kim and Jungbeom Lee and Hyunwoo Kim and Sungroh Yoon},
journal= {arXiv preprint arXiv:2204.00220},
year = {2022}
}
备注
CVPR 2022