面向多标签图像识别的语义特定图表示学习
计算机视觉与模式识别
2019-08-21 v1
摘要
识别图像的多重标签是一项实用且具有挑战性的任务，通过搜索语义感知区域和建模标签依赖关系已取得显著进展。然而，由于缺少部件级监督或语义引导，现有方法无法准确定位语义区域。此外，它们不能充分探索语义区域间的相互交互，也未显式建模标签共现。为解决这些问题，我们提出一种语义特定图表示学习（SSGRL）框架，包含两个关键模块：1）语义解耦模块，融入类别语义以引导学习语义特定表示；2）语义交互模块，基于统计标签共现构建图将这些表示相关联，并通过图传播机制探索其交互。在公开基准上的大量实验表明，我们的 SSGRL 框架以可观优势优于当前最先进（state-of-the-art, SOTA）方法，例如在 PASCAL VOC 2007 & 2012、Microsoft-COCO 和 Visual Genome 基准上 mAP 分别提升 2.5%、2.6%、6.7% 和 3.1%。我们的代码和模型见 https://github.com/HCPLab-SYSU/SSGRL。
引用
@article{arxiv.1908.07325,
title = {Learning Semantic-Specific Graph Representation for Multi-Label Image Recognition},
author = {Tianshui Chen and Muxin Xu and Xiaolu Hui and Hefeng Wu and Liang Lin},
journal= {arXiv preprint arXiv:1908.07325},
year = {2019}
}
备注
accepted by ICCV 2019