软件学报

作者：冯迅，杨健，周涛，宫辰

单位：冯迅，南京理工大学 计算机科学与工程学院 模式计算与应用实验室, 江苏 南京 210094;高维信息智能感知与系统教育部重点实验室 (南京理工大学), 江苏 南京 210094;江苏省社会安全图像与视频理解重点实验室 (南京理工大学), 江苏 南京 21009411,杨健，南京理工大学 计算机科学与工程学院 模式计算与应用实验室, 江苏 南京 210094;高维信息智能感知与系统教育部重点实验室 (南京理工大学), 江苏 南京 210094;江苏省社会安全图像与视频理解重点实验室 (南京理工大学), 江苏 南京 21009402,周涛，南京理工大学 计算机科学与工程学院 模式计算与应用实验室, 江苏 南京 210094;高维信息智能感知与系统教育部重点实验室 (南京理工大学), 江苏 南京 210094;江苏省社会安全图像与视频理解重点实验室 (南京理工大学), 江苏 南京 21009403,宫辰，南京理工大学 计算机科学与工程学院 模式计算与应用实验室, 江苏 南京 210094;高维信息智能感知与系统教育部重点实验室 (南京理工大学), 江苏 南京 210094;江苏省社会安全图像与视频理解重点实验室 (南京理工大学), 江苏 南京 21009404

关键词：弱监督目标定位;网络注意力;背景干扰;层次结构网络;卷积神经网络(CNN)

基金：国家自然科学基金(61973162,62172228);江苏省自然科学基金(BZ2021013);中央高校基本科研业务费专项资金(30920032202,30921013114)

弱监督目标定位是指仅利用图像级的类别标注信息来训练目标定位器, 而不需要使用精确的目标位置标注信息来进行算法训练. 当前的一些方法往往只能定位出目标对象中最具鉴别性的部分而无法准确地标识出完整的目标对象, 或者易受背景无关信息干扰从而导致定位结果不精确. 为了解决上述问题, 提出一种基于注意力机制和类别层次结构的弱监督目标定位方法. 该方法通过对卷积神经网络的注意力图进行均值分割提取更完整的目标区域. 进一步, 通过类别层次结构网络实现对背景区域注意力的削弱, 从而提高对感兴趣目标的定位精度. 基于多个网络结构和公共数据集上的大量实验结果表明, 相比目前已有的弱监督定位方法, 所提方法在多个评价指标下均能够获得更好的定位效果.

来源：2023年第10期

《软件学报》期刊编辑部

查看软件学报杂志2023年第10期