用于显著目标检测的感知与调节网络
计算机视觉与模式识别
2022-02-14 v2
摘要
有效融合不同类型特征是显著目标检测的关键。现有多数网络结构设计基于学者的主观经验，且特征融合过程未考虑被融合特征与最高层特征之间的关系。本文关注特征关系，提出一种新颖的全局注意力单元，称之为“感知与调节”（PR）块，它通过显式建模特征间相互依赖关系来自适应调节特征融合过程。感知部分利用分类网络中全连接层的结构来学习物体的尺寸与形状。调节部分有选择地增强与削弱待融合特征。进一步采用仿眼观察模块（IEO）以提升网络的全局感知能力。对中央凹视觉与周边视觉的模仿使 IEO 能细察高度精细的物体并组织广阔空间场景以更好地分割物体。在 SOD 数据集上充分的实验表明，所提方法优于 22 种最先进方法。
引用
@article{arxiv.2107.12560,
title = {Perception-and-Regulation Network for Salient Object Detection},
author = {Jinchao Zhu and Xiaoyu Zhang and Xian Fang and Feng Dong and Li Yuehua and Junnan Liu},
journal= {arXiv preprint arXiv:2107.12560},
year = {2022}
}