用于显著性检测的金字塔注意力
计算机视觉与模式识别
2022-04-15 v1
摘要
显著性目标检测（SOD）从输入图像中提取有意义的内容。基于RGB的SOD方法缺乏互补的深度线索，因此在复杂场景下性能有限。类似地，RGB-D模型处理RGB与深度输入，但测试阶段深度数据的可用性可能阻碍模型的实际应用。本文仅利用RGB图像，从RGB估计深度，并借助中间深度特征。我们采用金字塔注意力结构提取多级卷积-Transformer特征，以处理初始阶段表征并进一步增强后续表征。在每个阶段，主干Transformer模型产生全局感受野并并行计算，以获得由我们的残差卷积注意力解码器精化的细粒度全局预测，从而实现最优显著性预测。我们在八个RGB与RGB-D数据集上分别相较21和40种最先进SOD方法报告了显著改进的性能。据此，我们提出了一种无需在训练与测试中获取深度数据即可生成RGB-D SOD的新视角，并利用深度线索辅助RGB方法提升性能。代码与训练模型见 https://github.com/tanveer-hussain/EfficientSOD2
引用
@article{arxiv.2204.06788,
title = {Pyramidal Attention for Saliency Detection},
author = {Tanveer Hussain and Abbas Anwar and Saeed Anwar and Lars Petersson and Sung Wook Baik},
journal= {arXiv preprint arXiv:2204.06788},
year = {2022}
}
备注
Accepted at CVPRW 2022. (2022 IEEE CVPR Workshop on Fair, Data Efficient and Trusted Computer Vision)