基于专用注意力机制的场景分割特征区分
计算机视觉与模式识别
2019-11-20 v1
摘要
语义分割是场景解析中的一项挑战，需要上下文信息与丰富的空间信息。本文提出基于专用注意力机制的特征区分（DF-DAM）用于场景分割，并设计两个注意力模块分别优化编码器中的高层与低层特征。具体而言，我们使用 ResNet 的高层与低层特征分别作为上下文信息与空间信息的来源，并分别用注意力融合模块与二维位置注意力模块优化。对于注意力融合模块，我们采用双通道权重选择性调整 ResNet 最高两阶段特征的通道图并融合得到上下文信息；对于二维位置注意力模块，我们利用注意力融合模块所得的上下文信息辅助选择 ResNet 最低阶段特征作为补充空间信息。最后，将两个模块得到的两组信息简单融合获得预测。我们在 Cityscapes 与 PASCAL VOC 2012 数据集上评估了方法。特别地，我们的架构中没有复杂冗余的处理模块，大幅降低复杂度，且在未使用 MS-COCO 数据集预训练的情况下于 PASCAL VOC 2012 测试集取得 82.3% 平均 IoU。
引用
@article{arxiv.1911.08149,
title = {Differentiating Features for Scene Segmentation Based on Dedicated Attention Mechanisms},
author = {Zhiqiang Xiong and Zhicheng Wang and Zhaohui Yu and Xi Gu},
journal= {arXiv preprint arXiv:1911.08149},
year = {2019}
}