弱教師付きオブジェクト位置決めと意味セグメンテーションのためのクラス診断活性化マップのコントラスト学習【JST・京大機械翻訳】

Xie Jinheng; Xiang Jianfeng; Chen Junliang; Hou Xianxu; Zhao Xiaodong; Shen Linlin

プレプリント

J-GLOBAL ID：202202202137127624 整理番号：22P0310155

弱教師付きオブジェクト位置決めと意味セグメンテーションのためのクラス診断活性化マップのコントラスト学習【JST・京大機械翻訳】

Contrastive learning of Class-agnostic Activation Map for Weakly Supervised Object Localization and Semantic Segmentation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月25日プレプリントサーバーでの情報更新日： 2022年12月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

画像分類ネットワークにより生成されたクラス活性化マップ(CAM)は,弱い教師つきオブジェクト位置決め(WSOL)と意味セグメンテーション(WSSS)のために広く使用されてきたが,そのような分類器は,通常,識別対象領域に焦点を合わせている。本論文では,画像レベル監視の関与なしに,ラベルなし画像データのみを用いたクラス診断活性化マップ(C ̄2AM)生成のためのコントラスト学習を提案した。コアアイディアは,i)前景オブジェクトの意味情報が,通常それらの背景と異なるという観測から来る。ii)類似の色/テクスチャを持つ類似外観または背景を持つ前景オブジェクトは特徴空間において類似の表現を持つ。著者らは,上記の関係に基づいて正と負のペアを形成し,新しいコントラスト損失を用いたクラス診断活性化マップで前景と背景を解きほぐためにネットワークを強制する。ネットワークが交差画像前景バックグラウンドを識別するように導かれるので,著者らのアプローチによって学習されたクラス診断活性化マップは,より完全なオブジェクト領域を作り出す。セマンティックセグメンテーションのために分類ネットワークにより生成されたCAMを精密化するために,オブジェクト位置決めと背景キューのためにC ̄2AMクラス診断オブジェクト結合ボックスから首尾よく抽出した。CUB-200-2011,ImageNet-1K,およびPASCAL VOC2012データセットに関する広範な実験は,WSOLとWSSSの両方が提案したC ̄2AMから利益を得ることができることを示した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , , , , , , ,

前のページに戻る