统计注意力定位(SAL):方法及其在目标分类中的应用
计算机视觉与模式识别
2022-08-04 v1
摘要
本文提出一种统计注意力定位(SAL)方法以促进目标分类任务。SAL 包含三个步骤:1)通过决策统计量进行初步注意力窗口选择,2)注意力图细化,3)矩形注意力区域确定。SAL 计算局部方形窗口的软决策分数,并在步骤 1 中用其识别显著区域。为适应不同大小和形状的目标,SAL 在步骤 2 中细化初步结果并获得形状更灵活的注意力图。最后,SAL 在步骤 3 中利用细化后的注意力图和边界框正则化得到矩形注意力区域。作为应用,我们采用基于连续子空间学习(SSL)的目标分类方案 E-PixelHop 作为基线。我们应用 SAL 以获得裁剪并缩放后的注意力区域作为替代输入。将整图与注意力区域的分类结果进行集成,以达到最高分类精度。在 CIFAR-10 数据集上的实验展示了 SAL 辅助目标分类方法的优势。
引用
@article{arxiv.2208.01823,
title = {Statistical Attention Localization (SAL): Methodology and Application to Object Classification},
author = {Yijing Yang and Vasileios Magoulianitis and Xinyu Wang and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2208.01823},
year = {2022}
}
备注
11 pages, 9 figures