TENet：用于视频显著性目标检测的三重激励网络
计算机视觉与模式识别
2020-09-01 v2
摘要
在本文中，我们提出了一种简单而有效的方法，称为三重激励网络（Triple Excitation Network, TENet），从空间、时间和在线三个方面强化视频显著性目标检测（VSOD）的训练。这些激励机制遵循课程学习的思想，旨在训练初期通过使用真值选择性地激励特征激活来减少学习模糊性。然后我们通过课程率逐步降低真值激励的权重，并用课程补充图替换之以实现更好更快的收敛。特别地，空间激励增强清晰物体边界的特征激活，而时间激励施加运动以强调时空显著区域。空间和时间激励能够应对VSOD的显著性偏移问题以及空间与时间特征之间的冲突。此外，我们的半课程学习设计实现了首个针对VSOD的在线细化策略，其允许在测试期间激励并提升显著性响应而无需重新训练。所提出的三重激励可轻松插入不同的VSOD方法中。大量实验显示了所有三种激励方法的有效性，且所提方法优于最先进的图像和视频显著性目标检测方法。
引用
@article{arxiv.2007.09943,
title = {TENet: Triple Excitation Network for Video Salient Object Detection},
author = {Sucheng Ren and Chu Han and Xin Yang and Guoqiang Han and Shengfeng He},
journal= {arXiv preprint arXiv:2007.09943},
year = {2020}
}