面向弱监督语义分割的双重渐进式变换
计算机视觉与模式识别
2022-10-03 v1
摘要
弱监督语义分割（WSSS）旨在仅利用类别级标签来挖掘目标区域，是计算机视觉中的一项具有挑战性的任务。当前基于 CNN 的最先进方法通常采用类激活图（CAMs）来突出目标的潜在区域，然而它们可能受限于部分激活问题。为此，我们尝试早期探索视觉变换器在 WSSS 任务中的全局特征注意力机制。然而，由于变换器缺乏像 CNN 模型中的归纳偏置，它无法直接提升性能，并可能产生过度激活问题。为解决这些缺陷，本文提出一种卷积神经网络精炼变换器（CRT），以挖掘全局完整且局部准确的类激活图。为验证所提方法的有效性，我们在 PASCAL VOC 2012 和 CUB-200-2011 数据集上进行了大量实验。实验评估表明，我们提出的 CRT 在弱监督语义分割任务和弱监督目标定位任务上均取得了新的最先进性能，大幅优于其他方法。
引用
@article{arxiv.2209.15211,
title = {Dual Progressive Transformations for Weakly Supervised Semantic Segmentation},
author = {Dongjian Huo and Yukun Su and Qingyao Wu},
journal= {arXiv preprint arXiv:2209.15211},
year = {2022}
}