感受野拓宽与提升用于显著目标检测
计算机视觉与模式识别
2021-10-18 v1
摘要
显著目标检测需要全面且可扩展的感受野来定位图像中视觉上显著的对象。最近，视觉Transformer和多分支模块的出现显著增强了神经网络在不同尺度上感知对象的能力。然而，与传统骨干网络相比，Transformer的计算过程耗时。此外，多分支模块的不同分支可能在每次训练迭代中导致相同的误差反向传播，这不利于提取判别性特征。为解决这些问题，我们提出了一种基于Transformer和CNN的双边网络，以高效地同时拓宽局部细节和全局语义信息。此外，提出了一种多头提升（Multi-Head Boosting, MHB）策略来增强不同网络分支的特异性。通过计算不同预测头的误差，每个分支可以分别更多地关注其他分支预测错误的像素。而且，与多路径并行训练不同，MHB以提升的方式每次随机选择一个分支进行梯度反向传播。另外，提出了一种注意力特征融合模块（Attention Feature Fusion Module, AF），根据各自的特点融合两种类型的特征。在五个基准数据集上的综合实验表明，与最先进的方法相比，所提出的方法能够实现显著的性能提升。
引用
@article{arxiv.2110.07859,
title = {Receptive Field Broadening and Boosting for Salient Object Detection},
author = {Mingcan Ma and Changqun Xia and Chenxi Xie and Xiaowu Chen and Jia Li},
journal= {arXiv preprint arXiv:2110.07859},
year = {2021}
}
备注
9 pages, 5 figures