用于语义分割的全注意力网络
计算机视觉与模式识别
2022-07-12 v4
摘要
最近的非局部自注意力方法已被证明能有效捕捉语义分割中的长程依赖关系。这些方法通常形成一个大小为 RC*C（通过压缩空间维度）或 RHW*HW（通过压缩通道）的相似度图，以描述沿通道或空间维度的特征关系，其中 C 是通道数，H 和 W 是输入特征图的空间维度。然而，这种做法往往会压缩另一维度上的特征依赖关系，从而导致注意力缺失，这可能导致小/细类别结果不佳或大物体内部分割不一致。为了解决这个问题，我们提出了一种新方法，即全注意力网络（FLANet），以在单个相似度图中同时编码空间和通道注意力，同时保持高计算效率。具体来说，对于每个通道图，我们的 FLANet 可以通过一个新颖的全注意力模块，从所有其他通道图及其关联的空间位置中收集特征响应。我们的新方法在三个具有挑战性的语义分割数据集上取得了最先进的性能，即在 Cityscapes 测试集、ADE20K 验证集和 PASCAL VOC 测试集上分别达到了 83.6%、46.99% 和 88.5% 的 mIoU。
引用
@article{arxiv.2112.04108,
title = {Fully Attentional Network for Semantic Segmentation},
author = {Qi Song and Jie Li and Chenghong Li and Hao Guo and Rui Huang},
journal= {arXiv preprint arXiv:2112.04108},
year = {2022}
}
备注
Accepted by AAAI 2022