SelfReformer：基于Transformer的自精炼显著目标检测网络
计算机视觉与模式识别
2022-07-19 v4 机器学习
摘要
全局与局部上下文对显著目标检测（SOD）中预测的完整性有重要贡献。遗憾的是，现有方法仍难以生成具备精细细节的完整预测。传统方法存在两个主要问题：第一，对于全局上下文，基于高层CNN的编码器特征无法有效捕捉长程依赖，导致预测不完整。第二，将真值下采样以匹配预测尺寸会在插值或池化过程中丢失真值细节，从而引入不准确。因此，本工作中我们开发了基于Transformer的网络，并为某一分支构建监督任务以显式学习全局上下文信息。此外，我们采用来自超分辨率（SR）的Pixel Shuffle将预测重塑回真值尺寸，而非反向操作，从而真值中的细节得以保留。另外，我们开发了两阶段上下文精炼模块（CRM）以融合全局上下文，并自动定位与精炼预测中的局部细节。所提网络可基于生成的全局与局部上下文引导并纠正自身，故命名为自精炼Transformer（SelfReformer）。在五个基准数据集上的大量实验与评估结果展示了该网络的优异性能，我们取得了当前最优（state-of-the-art）结果。
引用
@article{arxiv.2205.11283,
title = {SelfReformer: Self-Refined Network with Transformer for Salient Object Detection},
author = {Yi Ke Yun and Weisi Lin},
journal= {arXiv preprint arXiv:2205.11283},
year = {2022}
}