用于弱监督目标定位的样本内对比学习与一致注意力
计算机视觉与模式识别
2020-09-28 v1
摘要
弱监督目标定位（WSOL）旨在仅利用图像级监督来定位目标对象。近期方法通过丢弃最具判别力的部分来鼓励模型在整個对象上激活特征图。然而，它们很可能引起对背景的过度扩展，从而导致定位被高估。在本文中，我们将背景视为引导特征激活覆盖复杂对象区域的重要线索，并提出对比注意力损失。该损失促进前景与其丢弃版本之间的相似性，以及丢弃版本与背景之间的不相似性。此外，我们提出前景一致性损失，以更深层作为参考来惩罚产生噪声注意力的较早层，从而为其提供背景感。它引导较早层在对象而非局部显著背景上激活，使其注意力与较深层相似。为了更好地优化上述损失，我们使用非局部注意力块替换通道池化注意力，从而得到考虑空间相似性的增强注意力图。最后但同样重要的是，我们提出除最具判别力区域外还丢弃背景区域。我们的方法在 CUB-200-2011 和 ImageNet 基准数据集上就 top-1 定位精度和 MaxBoxAccV2 取得了最先进的性能，并且我们对各个组成部分提供了详细分析。代码将公开在线提供以保证可复现性。
引用
@article{arxiv.2009.12063,
title = {In-sample Contrastive Learning and Consistent Attention for Weakly Supervised Object Localization},
author = {Minsong Ki and Youngjung Uh and Wonyoung Lee and Hyeran Byun},
journal= {arXiv preprint arXiv:2009.12063},
year = {2020}
}
备注
To appear at ACCV2020 Oral