告诉我看哪里：引导式注意力推断网络
计算机视觉与模式识别
2018-03-01 v1 机器学习
摘要
仅使用粗标签的弱监督学习可通过反向传播梯度获得深度神经网络的视觉解释（如注意力图）。这些注意力图随后可作为目标定位与语义分割等任务的先验。在一个通用框架中，我们针对先前方法在建模此类注意力图时的三个缺陷予以解决：我们（1）首次使注意力图成为端到端训练中显式且自然的组成部分，（2）通过探索网络自身的监督直接对这些图进行自引导以改进之，（3）在可用时无缝弥合使用弱监督与额外监督之间的差距。尽管简单，在语义分割任务上的实验证明了我们方法的有效性。我们在 Pascal VOC 2012 验证集与测试集上明显超越了 SOTA。此外，所提框架不仅提供了一种解释学习器关注点的方法，还提供了面向特定任务直接反馈引导的途径。在温和假设下，我们的方法也可理解为现有弱监督学习器的插件以改进其泛化性能。
引用
@article{arxiv.1802.10171,
title = {Tell Me Where to Look: Guided Attention Inference Network},
author = {Kunpeng Li and Ziyan Wu and Kuan-Chuan Peng and Jan Ernst and Yun Fu},
journal= {arXiv preprint arXiv:1802.10171},
year = {2018}
}
备注
Accepted in CVPR2018