基于 LSTM 网络的对比性候选框扩展用于弱监督目标检测
计算机视觉与模式识别
2022-11-23 v3
摘要
弱监督目标检测 (WSOD) 因其仅使用图像级标签，可节省大量标注成本而受到越来越多的关注。大多数 WSOD 方法使用多示例学习 (MIL) 作为其基本框架，将其视为一个示例分类问题。然而，这些基于 MIL 的方法往往只收敛于不同示例最具判别性的区域，而非其对应的完整区域，即完整性不足。受人类观察事物习惯的启发，我们提出了一种通过比较初始候选框和扩展候选框来优化初始候选框的新方法。具体来说，我们提出了一种涉及对比性候选框扩展 (CPE) 的 WSOD 新策略，该策略由多个方向性对比候选框扩展 (D-CPE) 组成，每个 D-CPE 包含基于 LSTM 网络的编码器和相应的解码器。首先，MIL 中初始候选框的边界根据精心设计的顺序扩展到不同位置。然后，CPE 通过使用编码器提取扩展候选框和初始候选框的特征语义来比较它们，并计算初始候选框的完整性以优化其得分。这些对比性上下文语义将指导基础 WSOD 抑制不良候选框并提高良好候选框的得分。此外，设计了一个简单的双流网络作为解码器，以约束 LSTM 的时序编码并进一步提高 WSOD 的性能。在 PASCAL VOC 2007、VOC 2012 和 MS-COCO 数据集上的实验表明，我们的方法取得了最先进的结果。
引用
@article{arxiv.2110.07511,
title = {Contrastive Proposal Extension with LSTM Network for Weakly Supervised Object Detection},
author = {Pei Lv and Suqi Hu and Tianran Hao},
journal= {arXiv preprint arXiv:2110.07511},
year = {2022}
}
备注
15 pages,12 figures, accepted to IEEE Transactions on Image Processing