基于多注意机制的特征融合网络的显著性检测

• 作 者: 李安妮
• 出 处: 大连理工大学
• 发表日期: 2020年01期
• 关键词: 显著目标分割 特征融合 注意力机制

显著性检测模拟了灵长类动物的视觉选择注意机制,即视觉系统感知一个场景的第一步,是将场景中吸引人注意的感兴趣区域筛选出来,移入视网膜中央,从而降低场景的复杂性。它拥有两个分支,一个是眼动点检测,目的是检测出人眼观察一幅图像时,视线聚焦的几个注视点的位置,另一个分支是显著目标分割,目的是把一幅图像中显著的目标完整地从背景中分割出来,在实际应用中,后者的使用范围更加广泛,它常常作为其他视觉任务的预处理步骤,得到了学者们的关注,这也是本文研究的课题。早期的显著性检测算法一般使用传统无监督算法,基于手工提取的特征,这些低层视觉特征(如颜色、亮度、对比等)往往不能充分地表征前景与背景,泛化性很差。近年来,随着卷积神经网络在其他视觉任务中获取的巨大成功,显著性检测领域中也涌现出大量新颖复杂的网络结构,大大提升了显著性任务的精度,这些基于深度学习的算法如今已经成为解决显著性检测问题的主流算法。尽管卷积神经网络打破了显著性检测发展的瓶颈,但是它仍然存在一定问题。深度卷积神经网络因为不断使用池化层,使得随着网络的加深,特征图的分辨率就越小,这些被池化层舍弃的空间细节特征对显著性检测这样的密集型预测任务是十分重要的,深层的语义特征和浅层的细节特征对显著性检测同样有益,因此,为了学习到更加强大的特征表达,学者们通常使用特征融合的方式,将不同卷积组输出特征融合到一起。然而在这个过程中,依旧存在一个问题,那就是并不是所有的特征都对显著性检测有效,有些嘈杂的背景特征甚至会引起干扰。为了解决这个问题,本文设计了一个基于多注意力机制的显著性检测网络,注意力机制的本质是通过计算不同特征的权值分布为特征加权。首先,它使用一个新型的基于通道注意力的特征融合模块,用相邻两层较深一层的语义特征引导较浅一层选择最具有识别力的特征通道,其次,本文还将空间注意力和自注意力串联到一起,形成了位置注意力模型,其中,空间注意力能够高亮显著特征,抑制背景特征,自注意力则是能捕捉到充足的上下文信息和像素长距离依赖关系,它们都提升了网络的预测能力。我们将网络的测试结果在五个公开的基准数据集上与其他十三个算法进行了评估比较,根据PR曲线、F-mesure与MAE这三个指标,证明了本文提出算法的有效性和先进性。