面向弱监督语义分割的定位扩张与收缩
计算机视觉与模式识别
2022-09-21 v2
摘要
生成精确的类别感知伪真值（即类激活图 CAMs）对于弱监督语义分割至关重要。原始的 CAM 方法通常产生不完整且不准确的定位图。为解决此问题，本文提出一种基于可变形卷积中偏移学习的扩张与收缩方案，在两个各自阶段中依次提升所定位目标的召回率与精确率。在扩张阶段，可变形卷积层中的一个偏移学习分支（称为“扩张采样器”）在最大化图像级分类损失的反向监督信号驱动下，寻求采样越来越多判别性较弱的目标区域。扩张阶段中定位的更完整目标随后在收缩阶段被逐步收窄至最终目标区域。在收缩阶段，引入另一可变形卷积层的偏移学习分支（称为“收缩采样器”）以排除扩张阶段中关注的假阳性背景区域，从而提升定位图的精确率。我们在 PASCAL VOC 2012 和 MS COCO 2014 上进行了多种实验，充分证明了我们的方法相对于其他最先进（SOTA）弱监督语义分割方法的优越性。代码将公开于 https://github.com/TyroneLi/ESOL_WSSS。
引用
@article{arxiv.2209.07761,
title = {Expansion and Shrinkage of Localization for Weakly-Supervised Semantic Segmentation},
author = {Jinlong Li and Zequn Jie and Xu Wang and Xiaolin Wei and Lin Ma},
journal= {arXiv preprint arXiv:2209.07761},
year = {2022}
}
备注
NeurIPS2022 accepted