CADC++: Advanced Consensus-Aware Dynamic Convolution for Co-Salient Object Detection
题目:CADC++: 用于共显著目标检测的先进共识感知动态卷积算法
作者:Ni Zhang; Nian Liu; Fang Nan; Junwei Han
摘要
在给定一组相关图像进行共同显著对象检测(Co-SOD)时,人类首先从整个组中总结共识线索,然后在每张图像中搜索共同显著对象。大多数先前的方法在总结阶段没有考虑鲁棒性、可扩展性或稳定性,并在搜索阶段采用简单的融合策略来融合共识和图像特征。我们的工作提出了一种新颖的共识感知动态卷积(CADC)模型,直接从“总结和搜索”的角度出发,明确有效地执行Co-SOD。在总结阶段,我们通过池化方法提取鲁棒的个体图像特征,并通过自注意力将它们整合以生成共识特征,从而建模可扩展性和稳定性。然后,我们同时学习两种类型的共识感知动态核,即通用核以捕获组内共同知识,以及自适应核以挖掘图像特定的共识线索。在第二阶段,我们采用动态卷积进行对象搜索。还开发了