基于自上而下注意力机制的零样本目标检测
作者机构:华东理工大学信息科学与工程学院
出 版 物:《华东理工大学学报(自然科学版)》 (Journal of East China University of Science and Technology)
年 卷 期:2024年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:国家自然科学基金(62073140,62073141,62103149) 国家重点研发计划(2020YFC1522502,2020YFC1522505)
主 题:计算机视觉 目标检测 零样本目标检测 自上而下注意力机制 对比约束
摘 要:由于可见类和未见类目标数据分布的差异性,目前基于映射迁移策略的零样本目标检测算法在测试时容易偏向可见类别的目标,且因为不同类别在属性上的相似性,特征分布比较混乱。本文提出一种新的零样本目标检测框架,利用所设计的先验知识提取模块和自上而下注意力机制模块,为检测过程提供任务导向,引导模型在训练期间关注出现的未见类特征,提高模型对不同数据分布的判别性;还设计了一种新的对比约束以提高特征之间的聚类能力;在MSCOCO标准数据集上进行了大量实验。结果表明,该模型在标准和广义零样本目标检测任务上都取得了显著的效果。