「Computer Vision」Note on Self-Erasing Network (SeeNet)

QQ Group: 428014259
Sina Weibo：小锋子Shawn
Tencent E-mail：403568338@qq.com
http://blog.csdn.net/dgyuanshaofeng/article/details/85156078

作者：Qibin Hou, Peng-Tao Jiang, Yunchao Wei, Ming-Ming Cheng
单位：Colledge of Computer Science Nankai University, UIUC

0 摘要

略

1 介绍

略

2 相关工作

略

3 自擦除网络

3.1 观察

之前的工作，暴露了一个问题：随着训练迭代的增加，对抗擦除策略（adversarial erasing strategy）趋向于挖掘不属于语义物体的更多区域，如图1所示。实际上，也是合理的，因为网络不断学习，以为需要更多context。有一些工作，利用RCNN的分类去消除这一部分多余context，比如最近的可形变卷积网络v2[2]。

图 1：对抗擦除策略

3.2 自擦除

SeeNet的overview如图3所示。上面的$S_A$网络输出初始注意力图，作者将它分成三个区域，其一为内部注意力区域，其二为外部背景区域，其三为中间potential区域，如图2©所示。外部背景区域约束注意力网络在非背景区域，避免热图往外传播。那么，外部背景区域怎么通过图像级别的标签获得呢？
背景先验 作者这里的$M_A$也称为初始注意力图，似乎是与上面的 S A S_A