时间反演扩散张量 Transformer：少样本目标检测的新 TENET
计算机视觉与模式识别
2022-11-01 v1 人工智能
机器学习
摘要
本文中，我们解决少样本目标检测这一挑战性问题。现有 FSOD 流程（i）使用平均池化表示导致信息损失；和/或（ii）丢弃可助于检测目标实例的位置信息。因此，此类流程对支持图像与查询图像间较大的类内外观与几何差异敏感。为克服这些缺陷，我们提出时间反演扩散张量 Transformer（TENET），其（i）形成高阶张量表示以捕获高度判别性的多路特征共现，且（ii）使用 Transformer 动态提取查询图像与整个支持集之间的相关性，而非单一平均池化支持嵌入。我们还提出配备高阶表示的 Transformer 关系头（TRH），其编码查询区域与整个支持集间的相关性，同时对目标实例的位置变化敏感。我们的模型在 PASCAL VOC、FSOD 和 COCO 上取得了最先进的结果。
引用
@article{arxiv.2210.16897,
title = {Time-rEversed diffusioN tEnsor Transformer: A new TENET of Few-Shot Object Detection},
author = {Shan Zhang and Naila Murray and Lei Wang and Piotr Koniusz},
journal= {arXiv preprint arXiv:2210.16897},
year = {2022}
}
备注
Accepted at the 17th European Conference on Computer Vision (ECCV 2022)