用于语义分割的压缩与注意力网络
计算机视觉与模式识别
2020-04-02 v4
摘要
近来将注意力机制集成到分割网络中，通过高度重视信息量更大的特征，提升了其表征能力。然而，这些注意力机制忽略了语义分割的一个隐含子任务，并受卷积核的网格结构所限制。本文提出一种新颖的压缩与注意力网络（SANet）架构，利用高效的压缩与注意力（SA）模块来兼顾分割的两个显著特性：i) 像素组注意力，以及 ii) 逐像素预测。具体而言，所提出的 SA 模块通过引入一个“注意力”卷积通道，对传统卷积施加像素组注意力，从而以高效方式考虑空间-通道相互依赖关系。最终的分割结果通过合并 SANet 四个层级阶段的输出来生成，以整合多尺度上下文从而获得增强的逐像素预测。在两个具有挑战性的公开数据集上的实证实验验证了所提出 SANet 的有效性，其在 PASCAL VOC 上取得了 83.2% mIoU（无 COCO 预训练），并在 PASCAL Context 上取得了 54.4% 的当前最优 mIoU。
引用
@article{arxiv.1909.03402,
title = {Squeeze-and-Attention Networks for Semantic Segmentation},
author = {Zilong Zhong and Zhong Qiu Lin and Rene Bidart and Xiaodan Hu and Ibrahim Ben Daya and Zhifeng Li and Wei-Shi Zheng and Jonathan Li and Alexander Wong},
journal= {arXiv preprint arXiv:1909.03402},
year = {2020}
}
备注
Accepted to CVPR 2020