自顶向下的反馈与侧向抑制的联合作用广泛存在于视觉神经系统中,但是在计算机视觉领域,这一重要机制并没有被深入研究。
针对这一问题,自动化所智能感知与计算研究中心的曹春水博士和谭铁牛研究员等人受神经生物学研究成果的启发,把侧向抑制机制建模用到卷积神经网络中对视觉注意和显著性进行检测中,提出了新的侧向抑制计算模型,并把它嵌入到分类卷积神经网络(CNN)自顶向下的反馈计算过程中。
经过这种计算后(仅执行一次), 卷积神经网络就能生成准确的类别相关的关注热图。这种侧向抑制卷积神经网络(LICNN)可以很好地应用到弱监督的显著性物体检测任务中,并在ECSSD、HKU-IS、PASCAL-S 和DUT-OMRON等数据库上取得很好的结果。相关研究成果将在国际期刊IEEE TPAMI上发表。
论文信息:
Feedback Convolutional Neural Network for Visual Localization and Segmentation
Chunshui Cao ; Yongzhen Huang ; Yi Yang ; Liang Wang ; Zilei Wang ; Tieniu Tan
下载链接:
https://ieeexplore.ieee.org/document/8370896/
更多精彩内容,欢迎关注
中科院自动化所官方网站:
http://www.ia.ac.cn
欢迎后台留言、推荐您感兴趣的话题、内容或资讯,小编恭候您的意见和建议!如需转载或投稿,请后台私信。
编辑:鲁宁、欧梨成
中科院自动化研究所
微信:casia1956
欢迎搭乘自动化所AI旗舰号!
点击"阅读原文"进入全文下载