重新思考定位图：面向精确目标感知的自增强图
计算机视觉与模式识别
2020-06-16 v2
摘要
近年来，弱监督目标定位（WSOL）在提升目标定位图方面取得了显著进展。评估这些定位图的常见做法采用一种间接且粗略的方式，即获取能够覆盖高激活区域的紧致边界框，并计算预测框与真实框之间的交并比（IoU）分数。该度量在某种程度上可以评估定位图的能力，但我们认为应当直接且精细地度量定位图，即逐像素地将定位图与真实目标掩码进行比较。为实现直接评估，我们在 ILSVRC 验证集上标注了像素级目标掩码。我们提出使用 IoU 阈值曲线来评估定位图的真实质量。除修正的评估指标与标注的目标掩码外，本工作还引入了一种新颖的自增强方法，仅以类别标签作为监督来生成精确的目标定位图与目标边界。我们提出一种两阶段方法，通过简单比较高激活像素与其余像素之间点状特征的相似性来生成定位图。基于预测的定位图，我们探索在非常大的数据集上估计目标边界。为获得精细边界，提出了一种难负样本抑制损失。我们在 ILSVRC 和 CUB 基准上进行了大量实验。特别地，所提出的自增强图（Self-Enhancement Maps）在 ILSVRC 上取得了 54.88% 的当前最佳定位精度。代码与标注掩码发布于 https://github.com/xiaomengyc/SEM。
引用
@article{arxiv.2006.05220,
title = {Rethinking Localization Map: Towards Accurate Object Perception with Self-Enhancement Maps},
author = {Xiaolin Zhang and Yunchao Wei and Yi Yang and Fei Wu},
journal= {arXiv preprint arXiv:2006.05220},
year = {2020}
}