1 J. Wei, Q. Wang, Z. Li, S. Wang, S. Kevin Zhou, and S. Cui, “Shallow feature matters for weakly supervised object localization,” IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), 2021. （accepted）
摘要：弱监督目标定位任务(weakly supervised object localization，WSOL)致力于使用图像类别标签来确定图像中目标的位置。类别激活图（class activation map，CAM）是WSOL最常使用的特征，但是之前的方法忽视了卷积网络浅层特征的重要性，这些特征对于细化目标边缘非常重要，但是由于背景噪声过多，简单的融合浅层特征并不能发挥其作用。本文提出了一种可以感知浅层特征的伪标签目标定位 (SPOL)模型。和之前方法不同，SPOL通过逐像素乘法将浅层和深层特征融合起来生成CAM，这可以显著滤除浅层特征的背景噪声并产生更清晰的目标边界。此外，我们还提出使用类不可知分割模型对目标分割图进行细化，该模型使用之前的预测结果作为伪标签，不需要任何额外的标注。最后，在细化后的目标分割图使用一个边界框提取器来得到目标位置。实验证明，我们所提出SPOL模型在CUB-200和ImageNet-1K两个数据集上都优于目前性能最好的模型，分别达到了93.44%和67.15% 的Top-5定位精度，相对之前方法分别提高了3.93%和2.13%。
2 H. Lu, H. Han, and S. Kevin Zhou, “Dual-GAN: Joint BVP and noise modeling for remote physiological measurement,” IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), 2021. (accepted)