用于整体目标注意力的自擦除网络
计算机视觉与模式识别
2018-10-24 v1
摘要
近年来，用于弱监督目标注意力的对抗擦除因其能够定位整体目标区域而受到深入研究。然而，该策略引发一个关键问题：随着训练迭代的进行，注意力区域会逐渐扩展到非目标区域，显著降低了所生成注意力图的质量。为解决此问题并提升目标注意力的质量，我们提出了一种简单而有效的自擦除网络（SeeNet），以阻止注意力扩散至非预期背景区域。具体而言，SeeNet 利用两种自擦除策略，鼓励网络利用可靠的目标与背景线索来学习注意力。如此，可有效突出整体目标区域而不包含过多背景区域。为测试所生成注意力图的质量，我们将挖掘出的目标区域作为启发式线索用于训练语义分割模型。在 Pascal VOC 上的实验充分证明了我们的 SeeNet 优于其他最先进的方法。
引用
@article{arxiv.1810.09821,
title = {Self-Erasing Network for Integral Object Attention},
author = {Qibin Hou and Peng-Tao Jiang and Yunchao Wei and Ming-Ming Cheng},
journal= {arXiv preprint arXiv:1810.09821},
year = {2018}
}
备注
Accepted by NIPS2018