面向显著目标分割的局部上下文注意力
计算机视觉与模式识别
2020-09-25 v1
摘要
显著目标分割旨在将各类显著目标从背景中区分出来。尽管缺乏语义一致性，显著目标在局部区域常具有明显纹理与位置特征。基于该先验，我们提出一种新颖的局部上下文注意力网络（LCANet），以统一表示架构生成局部增强特征图。所提网络引入注意力相关滤波（ACF）模块，通过计算粗预测与全局上下文间的相关特征图来生成显式局部注意力，进而扩展为局部上下文块（LCB）。此外，基于LCB实现单阶段由粗到细结构，自适应增强局部上下文描述能力。在多个显著目标分割数据集上的综合实验表明，所提LCANet优于现有最优方法，尤其在DUTS-TE数据集上取得0.883最大F值与0.034 MAE。
引用
@article{arxiv.2009.11562,
title = {Local Context Attention for Salient Object Segmentation},
author = {Jing Tan and Pengfei Xiong and Yuwen He and Kuntao Xiao and Zhengyi Lv},
journal= {arXiv preprint arXiv:2009.11562},
year = {2020}
}