FPAN：面向数据检索的细粒度渐进注意力定位网络
计算机视觉与模式识别
2018-04-09 v1
摘要
面向数据检索的目标物体定位是智能互联交通系统（ICTS）中的关键问题。然而，由于传统交通系统缺乏智能，在大量图像中人工检索并定位查询对象会耗费巨大资源。为解决此问题，我们提出一种有效的基于查询的物体定位方法，利用人工智能技术自动在复杂背景中定位查询对象。所提方法称为细粒度渐进注意力定位网络（FPAN），其以一幅图像和一个查询对象为输入，精确地在图像中定位目标对象。具体而言，细粒度注意力模块被自然地嵌入卷积神经网络（CNN）的每一层，从而逐步抑制与查询对象无关的区域，最终将注意力收缩至目标区域。我们进一步采用由可学习级联上采样结构执行的自顶向下注意力融合算法，以建立注意力图与原始图像中查询对象精确位置之间的联系。此外，FPAN通过带框分割损失和余弦损失的多任务学习进行训练。最后，我们分别在合成数据集和基准数据集上进行了基于查询的数字定位与物体追踪的综合实验。实验结果表明，我们的算法在合成数据集上远优于其他算法，并在OTB和VOT数据集上超越大多数现有追踪器。
引用
@article{arxiv.1804.02056,
title = {FPAN: Fine-grained and Progressive Attention Localization Network for Data Retrieval},
author = {Sijia Chen and Bin Song and Jie Guo and Xiaojiang Du and Mohsen Guizani},
journal= {arXiv preprint arXiv:1804.02056},
year = {2018}
}