Pyramidal Feature Shrinking for Salient Object Detection阅读笔记
AAAI 2021
Mingcan Ma,Changqun Xia,Jia Li
论文地址
一、简介
现有方法通常对包含细节的低级特征和包含语义的高级特征进行大跨度聚合,这会给聚合特征引入噪声,并生成不准确的显著图。针对这一问题,我们提出了金字塔特征收缩网络(PFSNet),旨在通过逐层收缩的方式将相邻特征结点成对聚合,使聚合后的特征融合有效的细节和语义,并丢弃干扰信息。
提出了相邻融合模块(AFM)来实现相邻特征之间的相互空间增强,从而动态的加权特征并自适应的融合合适的信息。
提出了基于backbone网络特征提取的尺度感知丰富模块(SEM)来获取丰富的尺度信息,并利用膨胀卷积生成多样化的初始特征。
二、方法
2.1 Adjacent Fusion Module(AFM)
AFM模块主要有两大作用,一个是输出特征需要保留有有效的语义和细节信息,丢弃噪声信息,并且丢弃不适合的特征。另一个是输出特征与输入特征相同尺寸。由于所有特征的融合操作都是相邻特征,因此待融合的特征具有很大的相似性。
由于不同的特征具有不同的权重,经过卷积计算后,权重较小的元素很少被子特征继承。这样就达到了继承重要信息并且丢弃噪声的目的。
总的来说,AFM首先通过元素级相乘使两个输入特征更加关注公共元素,然后通过全局平均池化操作对所有特征进行加权,最后通过卷积操作调整通道数并得到最终结果。
2.2 Pyramidal Shrinking Decoder (PSD)
以往的许多方法的设计重点都是用不同的融合策略聚合细节特征和语义特征。但是它们大多数都是直接融合了大跨度特征。这会导致大量的噪声引入。我们提出了将相邻特征分层融合,利用相邻特征融合的优势,实现多层特征融合和跳跃式融合操作,这可以消除大量噪声。
AFM的加权选择效应,PSD可以选择性的放大或缩小从主干提取的特征的影响,从而获得多样化的特征表达。
2.3 Scale-aware Enrichment Module (SEM)
设计SEM使解码器能够获得更加丰富的初始特征信息。对于不同大小的图像,相同的扩展卷积得到不同的结果,不同卷积结果的叠加可以产生更加完整的特征表达。
三、实验
Pyramidal Feature Shrinking for Salient Object Detection阅读笔记相关推荐
- 论文阅读:Pyramidal Feature Shrinking for Salient Object Detection
论文地址:https://ojs.aaai.org/index.php/AAAI/article/view/16331 发表于:AAAI 2021 I. Intro 这个网络是用来做显著目标检测的 核 ...
- Bilateral attention network for RGB-D salient object detection阅读笔记
IEEE 2021 Zhao Zhang; Zheng Lin; Jun Xu; Wen-Da Jin; Shao-Ping Lu; Deng-Ping Fan 论文地址 一.简介 提出了双边注意模块 ...
- Feature Pyramid Networks for Object Detection 论文笔记
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/Jesse_Mx/article/details/54588085 论文地址:Feature Pyra ...
- 《Selectivity or Invariance: Boundary-aware Salient Object Detection》笔记
Introduction 该论文利用显著性特征图(saliency feature map)来进行目标检测,得到物体的位置掩膜图(mask),属于显著性目标检测模型(salient object de ...
- Uncertainty-aware Joint Salient Object and Camouflaged Object Detection阅读笔记
CVPR2021 Aixuan Li,Jing Zhang,Yunqiu Lv,Bowen Liu,Tong Zhang,Yuchao Dai https://arxiv.org/abs/2104.0 ...
- Mutual Graph Learning for Camouflaged Object Detection阅读笔记
CVPR 2021 Qiang Zhai, Xin Li, Fan Yang, Chenglizhao Chen, Hong Cheng, Deng-Ping Fan https://arxiv.or ...
- Camouflaged Object Detection阅读笔记
CVPR 2020 Deng-Ping Fan, Ge-Peng Ji, Guolei Sun, Ming-Ming Cheng, Jianbing Shen, Ling Shao https://o ...
- D2C-Net: A Dual-branch, Dual-guidance and Cross-refine Network for Camouflaged Object Detection阅读笔记
IEEE Transactions on Industrial Electronics 2021 Kang Wang; Hongbo Bi; Yi Zhang; Cong Zhang; Ziqi Li ...
- Depth-Guided Camouflaged Object Detection阅读笔记
arXiv 2021 Jing Zhang, Yunqiu Lv, Mochu Xiang, Aixuan Li, Yuchao Dai, Yiran Zhong 论文地址 一.简介 探索深度信息对伪 ...
- Feature Pyramid Networks for Object Detection 总结
最近在阅读FPN for object detection,看了网上的很多资料,有些认识是有问题的,当然有些很有价值.下面我自己总结了一下,以供参考. 1. FPN解决了什么问题? 答: 在以往的fa ...
最新文章
- TVM 图优化Graph Optimization
- R语言ggplot2可视化并添加特定区间的回归线、R原生plot函数可视化并添加特定区间的回归线:Add Regression Line Between Certain Limits
- 蓝桥杯:基础练习 特殊的数字
- 游戏中反向运动学(ik)的研究与简介
- OpenCV实现图像颜色特征提取
- YZMCMS V5.3后台 SSRF
- 中国大学mooc慕课python答案_中国大学MOOC(慕课)Python编程基础题目答案
- CRMEB系统开发文档
- android线程通信方式,Android 主线程和子线程通信问题
- 工业机器人码垛教学实施_工业机器人应用案例码垛详解
- 【周记:距gdoi43天】
- android系统中与内存有关的文件及路径
- Vista部署的一些收集
- 第 45 届国际大学生程序设计竞赛(ICPC)亚洲区域赛(上海),签到题G	Fibonacci
- bzoj3067: Hyperdrome
- 一百分成3 3 4怎么用计算机算,计算机组成原理试卷三
- javaMD5加密生成key方法
- Android文件下载
- java 余弦值_获取Java中给定值的双曲余弦值
- sina邮箱的发件服务器拒绝,向新浪sina邮箱发信常见退信说明
热门文章
- 卧龙图说酒:喝酒的人生,是有意义的人生!
- python写excel,请大表哥喝杯茶
- 李智慧 - 架构师训练营 第二周
- mysql 加号_从数据库中读取字符串时其中的空格变成加号
- 那些你该知道的CSS颜色代码大全都在这里了,点击查阅
- 喜马拉雅.xm转化为.mp3格式
- Kotlin 初体验
- 世界再大,大不过一盘番茄炒蛋
- LiveData更新数据报错java.lang.IllegalStateException: Cannot invoke setValue on a background thread
- 送你一个目录,一站式学习生信!众多干货,有趣有料!