从计数中学习:利用时序分类实现弱监督目标定位与检测
计算机视觉与模式识别
2021-03-10 v1
摘要
本文报道了一种利用时序分类来支持弱监督目标检测 (WSOD) 的新方案。具体而言,我们引入光栅扫描顺序技术将 2D 图像序列化为 1D 序列数据,随后利用 LSTM(长短期记忆)与 CTC(连接主义时序分类)相结合的网路,基于感兴趣目标的总数实现目标定位。我们将所提网络称为 LSTM-CCTC(基于计数的 CTC)。这一“从计数中学习”的策略不同于现有 WSOD 方法,在于我们的方法自动识别目标物体上或邻近的关键点。该策略显著减少了对生成大量候选提议以进行目标定位的需求。实验表明,基于在 PASCAL VOC 数据集上的评估,我们的方法取得了最先进的性能。
引用
@article{arxiv.2103.04009,
title = {Learning from Counting: Leveraging Temporal Classification for Weakly Supervised Object Localization and Detection},
author = {Chia-Yu Hsu and Wenwen Li},
journal= {arXiv preprint arXiv:2103.04009},
year = {2021}
}
备注
31st British Machine Vision Conference (BMVC), oral presentation