TransCAM:弱教師付きセマンティックセグメンテーションのための変圧器注意ベースCAM精密化【JST・京大機械翻訳】

Li Ruiwen; Mai Zheda; Trabelsi Chiheb; Zhang Zhibo; Jang Jongseong; Sanner Scott

プレプリント

J-GLOBAL ID：202202221159955860 整理番号：22P0303889

TransCAM:弱教師付きセマンティックセグメンテーションのための変圧器注意ベースCAM精密化【JST・京大機械翻訳】

TransCAM: Transformer Attention-based CAM Refinement for Weakly Supervised 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14日プレプリントサーバーでの情報更新日： 2022年03月14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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

画像レベル監視のみによる弱い教師つき意味セグメンテーション(WSSS)は,挑戦的なタスクである。ほとんどの既存の方法は,教師付き訓練のための画素レベル擬似ラベルを生成するために,クラス活性化マップ(CAM)を利用する。しかし,畳込みニューラルネットワーク(CNN)の局所受容野のため,CNNに適用したCAMは,しばしば部分活性化に悩まされ,全対象領域の代わりに最も識別的な部分が高まる。局所特徴と大域的表現の両方を捕捉するために,CNNブランチと視覚変圧器ブランチを結合するために,コンフォーマを提案した。本論文では,CNN分岐から生成されたCAMを精密化するために,コンフォーマの変圧器ブランチから注意重みを明示的に活用するWSSSに対するコンフォーマベースの解決策であるTransCAMを提案した。トランスCAMは,浅い変圧器ブロックからの注意重みが低レベル空間特徴類似性を捉えることができるが,深い変圧器ブロックからの注意重みは高レベルの意味コンテキストを捉えるという著者らの観察によって動機づけられる。その単純さにもかかわらず,TransCAMは,それぞれのPASCAL VOC 2012検証と試験セットで,69.3%と69.6%の新しい最先端の性能を達成し,WSSSのためのCAMの変圧器注意ベース精密化の有効性を示した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , , , ,

前のページに戻る