基于视觉注意力聚合的深度不平衡属性分类
计算机视觉与模式识别
2018-07-27 v2
摘要
对于许多计算机视觉应用，如图像描述与人身份识别，识别人的视觉属性是一项基本且具有挑战性的问题。其挑战源于其多标签性质、巨大的类内不平衡以及空间标注的缺失。现有方法要么遵循计算机视觉方法却未能考虑类不平衡，要么探索机器学习方案却忽视了图像中存在的空间与语义关系。鉴于此，我们提出一种在不同尺度上提取并聚合视觉注意力掩码的有效方法。我们引入一种在类层面与实例层面处理类不平衡的损失函数，并进一步证明对具有高预测方差的注意力掩码进行惩罚可解释注意力机制的弱监督。通过识别并应对这些挑战，我们以简单的注意力机制在 PETA 与 WIDER-Attribute 数据集上取得了 SOTA 结果，且无需额外上下文或辅助信息。
引用
@article{arxiv.1807.03903,
title = {Deep Imbalanced Attribute Classification using Visual Attention Aggregation},
author = {Nikolaos Sarafianos and Xiang Xu and Ioannis A. Kakadiaris},
journal= {arXiv preprint arXiv:1807.03903},
year = {2018}
}
备注
To appear in ECCV 2018