基于注意力的弱监督特定领域颜色命名
计算机视觉与模式识别
2018-05-14 v1
摘要
现有大多数颜色命名方法聚焦于英语的十一个基本颜色词。然而,在许多应用中,使用不同的颜色名称集合来精确描述物体。标注数据以学习这些特定领域的颜色名称是一项昂贵且费力的任务。因此,本文旨在从弱标注数据中学习颜色名称。为此,我们在颜色命名网络中添加一个注意力分支。该注意力分支用于调节网络逐像素的颜色命名预测。在实验中,我们说明注意力分支能正确识别相关区域。此外,我们展示了我们的方法在 EBAY 数据集上取得了逐像素和逐图像的当前最优(state-of-the-art, SOTA)结果,并能够学习各种领域的颜色名称。
引用
@article{arxiv.1805.04385,
title = {Weakly Supervised Domain-Specific Color Naming Based on Attention},
author = {Lu Yu and Yongmei Cheng and Joost van de Weijer},
journal= {arXiv preprint arXiv:1805.04385},
year = {2018}
}
备注
Accepted at ICPR2018