WW-Nets：用于目标检测的双神经网络
计算机视觉与模式识别
2020-05-19 v1 机器学习
图像与视频处理
摘要
我们提出了一种新的深度卷积神经网络框架，利用网络连接权重中隐含的目标位置知识来引导目标检测任务中的选择性注意。我们的方法称为 What-Where Nets（WW-Nets），其灵感来自人类视觉通路的结构。在大脑中，视觉包含两条独立的流，一条位于颞叶，另一条位于顶叶，分别称为腹侧流和背侧流。从初级视觉皮层发出的腹侧通路以“是什么（what）”信息为主，而背侧通路以“在哪里（where）”信息为主。受此结构启发，我们提出了一种涉及“What 网络”与“Where 网络”集成的目标检测框架。What 网络旨在对输入图像的相关区域提供选择性注意。Where 网络利用该信息来定位并分类感兴趣的目标。在本文中，我们在 PASCAL VOC 2007 和 2012 以及 COCO 目标检测挑战数据集上将该方法与最先进算法进行比较。此外，我们将我们的方法与人类“真值”注意进行比较。我们报告了使用 PASCAL VOC 2007 图像对人类受试者进行的眼动追踪实验结果，并展示了人类外显注意与我们的 WW-Nets 中信息处理之间有趣的关系。最后，我们提供的证据表明，与其他目标检测方法相比，我们提出的方法表现更优，且通常优势明显。代码与眼动追踪真值数据集可在 https://github.com/mkebrahimpour 获取。
引用
@article{arxiv.2005.07787,
title = {WW-Nets: Dual Neural Networks for Object Detection},
author = {Mohammad K. Ebrahimpour and J. Ben Falandays and Samuel Spevack and Ming-Hsuan Yang and David C. Noelle},
journal= {arXiv preprint arXiv:2005.07787},
year = {2020}
}
备注
8 pages, 3 figures