MFNet：面向弱监督显著性目标检测的多滤波器指导网络
计算机视觉与模式识别
2021-12-06 v1
摘要
弱监督显著性目标检测(WSOD)旨在仅使用低成本标注训练基于 CNN 的显著性网络。现有 WSOD 方法采用各种技术从低成本标注中追求单一的“高质量”伪标签，进而开发其显著性网络。尽管这些方法已取得良好性能，生成的单一标签不可避免地受所采用精炼算法影响，并表现出偏见特性，进而影响到显著性网络。本工作中，我们引入一种新的多伪标签框架，以从多个标签中整合更全面准确的显著性线索，避免上述问题。具体而言，我们提出一个多滤波器指导网络(MFNet)，包含显著性网络与多个指导滤波器。指导滤波器(DF)设计用于从含噪伪标签中提取并过滤更准确的显著性线索。来自多个 DF 的多个准确线索随后通过多引导损失同时传播至显著性网络。在五个数据集、四项指标上的大量实验表明，我们的方法优于所有现有同类方法。此外值得注意的是，我们的框架具有足够灵活性以应用于现有方法并提升其性能。
引用
@article{arxiv.2112.01732,
title = {MFNet: Multi-filter Directive Network for Weakly Supervised Salient Object Detection},
author = {Yongri Piao and Jian Wang and Miao Zhang and Huchuan Lu},
journal= {arXiv preprint arXiv:2112.01732},
year = {2021}
}
备注
accepted by ICCV-2021