用于显著目标检测的反向注意力
计算机视觉与模式识别
2019-04-16 v2
摘要
得益于深度学习技术的快速发展，显著目标检测近期取得了显著进展。然而，仍存在如下两大主要挑战阻碍其在嵌入式设备中的应用：低分辨率输出与沉重的模型权重。为此，本文提出一种准确且紧凑的深度网络以实现高效显著目标检测。更具体地，给定最深层中的粗糙显著性预测，我们首先采用残差学习来学习侧输出残差特征以精炼显著性，这可用极少的卷积参数实现且保持精度。其次，我们进一步提出反向注意力以自顶向下方式引导此类侧输出残差学习。通过从侧输出特征中擦除当前预测的显著区域，网络最终可探索缺失的目标部分与细节，从而获得高分辨率与高精度。在六个基准数据集上的实验表明，所提方法与最先进方法相比具有优势，且在简洁性、效率（45 FPS）与模型大小（81 MB）方面具备优点。
引用
@article{arxiv.1807.09940,
title = {Reverse Attention for Salient Object Detection},
author = {Shuhan Chen and Xiuli Tan and Ben Wang and Xuelong Hu},
journal= {arXiv preprint arXiv:1807.09940},
year = {2019}
}
备注
ECCV 2018