Object-ABN：学习生成用于动作识别的清晰注意力图
计算机视觉与模式识别
2023-03-22 v1
摘要
在本文中，我们提出注意力分支网络（ABN）的一种扩展，利用实例分割生成更清晰的注意力图以用于动作识别。诸如 Grad-CAM 等视觉解释方法通常生成模糊的图，不利于人类直观理解，尤其在视频中人物动作识别时。我们提出的方法 Object-ABN 通过引入新的掩码损失使生成的注意力图接近实例分割结果来解决此问题。进一步引入 PC 损失与多注意力图以增强图的清晰度并提升分类性能。在 UCF101 与 SSv2 上的实验结果表明，所提方法生成的图在定性与定量上均比原始 ABN 清晰得多。
引用
@article{arxiv.2207.13306,
title = {Object-ABN: Learning to Generate Sharp Attention Maps for Action Recognition},
author = {Tomoya Nitta and Tsubasa Hirakawa and Hironobu Fujiyoshi and Toru Tamaki},
journal= {arXiv preprint arXiv:2207.13306},
year = {2023}
}
备注
9 pages