具有地图注意力决策的缩放出-入网络用于区域提议和目标检测
计算机视觉与模式识别
2018-06-11 v2
摘要
在本文中，我们提出了一种缩放出-入网络用于生成目标提议。一个关键观察是，用同一组特征对不同大小的锚点进行分类是困难的。不同大小的锚点应根据网络内不同的深度相应放置：较小的框放在具有较小步长的高分辨率层上，而较大的框放在具有较大步长的低分辨率层上。受卷积/反卷积结构的启发，我们充分利用来自两个特征图流的低级局部细节和高级区域语义（它们相互补充）来识别图像中的目标性。进一步提出了一个地图注意力决策（MAD）单元，以积极搜索两个流中的神经元激活，并关注那些对最终损失的特征学习贡献最大的激活。该单元作为一个决策者，自适应地激活沿特定通道的地图，唯一目的是优化整体训练损失。MAD的一个优点是，施加在每个特征通道上的学习权重是基于输入上下文即时预测的，这比卷积核的固定施加更合适。在三个数据集（包括PASCAL VOC 2007、ImageNet DET、MS COCO）上的实验结果表明，我们提出的算法在区域提议的平均召回率（AR）和目标检测的平均精度（AP）方面优于其他最先进方法。
引用
@article{arxiv.1709.04347,
title = {Zoom Out-and-In Network with Map Attention Decision for Region Proposal and Object Detection},
author = {Hongyang Li and Yu Liu and Wanli Ouyang and Xiaogang Wang},
journal= {arXiv preprint arXiv:1709.04347},
year = {2018}
}
备注
Accepted by IJCV