用于语义分割的稀疏空间注意力网络
计算机视觉与模式识别
2021-09-07 v1
摘要
空间注意力机制通过聚合全局上下文信息到每个查询位置来捕获长程依赖关系，这有利于语义分割。在本文中，我们提出一种稀疏空间注意力网络（SSANet）以提高空间注意力机制的效率而不牺牲性能。具体而言，提出了一个稀疏非局部（SNL）模块，为每个查询元素采样一部分键和值元素，以自适应地捕获长程关系并生成稀疏亲和矩阵来高效聚合上下文信息。实验结果表明，所提方法优于其他上下文聚合方法，并在Cityscapes、PASCAL Context和ADE20K数据集上取得了最先进的性能。
引用
@article{arxiv.2109.01915,
title = {Sparse Spatial Attention Network for Semantic Segmentation},
author = {Mengyu Liu and Hujun Yin},
journal= {arXiv preprint arXiv:2109.01915},
year = {2021}
}