用于弱监督目标定位的再注意力Transformer
计算机视觉与模式识别
2023-02-28 v2
摘要
弱监督目标定位是一项极具挑战性的任务，旨在利用图像类别等粗粒度标注定位目标。现有深度网络方法主要基于类激活图，其侧重于突出判别性局部区域而忽略完整目标。此外，新兴的基于transformer的技术常过度关注背景，阻碍了识别完整目标的能力。为解决这些问题，我们提出一种称为令牌精炼transformer（TRT）的再注意力机制，其捕获目标级语义以良好引导定位。具体而言，TRT引入一个名为令牌优先级评分模块（TPSM）的新颖模块，以抑制背景噪声影响同时聚焦于目标对象。随后，我们将类激活图作为语义感知输入，以约束注意力图至目标对象。在两个基准上的大量实验展示了我们所提方法相对于现有图像类别标注方法的优越性。源代码见\url{https://github.com/su-hui-zz/ReAttentionTransformer}。
引用
@article{arxiv.2208.01838,
title = {Re-Attention Transformer for Weakly Supervised Object Localization},
author = {Hui Su and Yue Ye and Zhiwei Chen and Mingli Song and Lechao Cheng},
journal= {arXiv preprint arXiv:2208.01838},
year = {2023}
}
备注
15 pages, 5 figures