用于弱监督语义分割的解耦空间神经注意力
计算机视觉与模式识别
2018-03-08 v1
摘要
弱监督语义分割因减轻了为训练图像获取大量密集像素级真值标注的需求而受到广泛关注。相较于其他形式的弱监督，图像标签的获取十分高效。在我们的工作中，我们聚焦于基于图像标签标注的弱监督语义分割。该任务近期的进展在很大程度上依赖于所生成伪标注的质量。受用于图像描述(image captioning)的空间神经注意力启发，本文提出一种解耦空间神经注意力网络用于生成伪标注。我们的解耦注意力结构能够在一次前向传播中同时识别目标区域并定位判别性部件，从而生成高质量伪标注。所生成的伪标注带来的分割结果在弱监督语义分割中达到了当前最优(state-of-the-art)。
引用
@article{arxiv.1803.02563,
title = {Decoupled Spatial Neural Attention for Weakly Supervised Semantic Segmentation},
author = {Tianyi Zhang and Guosheng Lin and Jianfei Cai and Tong Shen and Chunhua Shen and Alex C. Kot},
journal= {arXiv preprint arXiv:1803.02563},
year = {2018}
}