用于时尚关键点检测的空间感知非局部注意力
计算机视觉与模式识别
2019-03-12 v1
摘要
由于服装的大幅变化和非刚性形变，即使使用当前的深度学习技术，时尚关键点检测也是一项具有挑战性的任务。为了解决这些问题，我们提出了空间感知非局部（Spatial-Aware Non-Local, SANL）模块，这是深度神经网络中的一个注意力模块，能够在捕获全局依赖的同时利用空间信息。实际上，SANL 模块由非局部模块以残差方式构建，可通过从 Grad-CAM 获取空间注意力图来学习空间相关表示。随后我们在特征金字塔网络上建立时尚关键点检测框架，在主干网络中配备四个 SANL 模块。在两个大规模时尚数据集上的实验结果表明，我们提出的带 SANL 模块的时尚关键点检测方法大幅优于当前最先进的方法。在细粒度图像分类上的一些补充实验也显示了所提 SANL 模块的有效性。
引用
@article{arxiv.1903.04104,
title = {Spatial-Aware Non-Local Attention for Fashion Landmark Detection},
author = {Yixin Li and Shengqin Tang and Yun Ye and Jinwen Ma},
journal= {arXiv preprint arXiv:1903.04104},
year = {2019}
}