[IEEE 2018年国际神经网络联合会议（IJCNN）- 巴西里约热内卢（2018.7.8-2018.7.13）] 2018年国际神经网络联合会议（IJCNN）- 基于尺度内注意力和通道内注意力的语义图像分割

摘要： 多尺度特征提供了对象的不同上下文信息，这对提升语义分割任务的性能至关重要。但不同尺度的特征对最终预测的贡献是均等的。本文提出一种新型注意力机制，不仅能学习不同尺度间的权重，还能为内部通道的子区域分配重要性。该网络架构基于最先进的的前馈网络构建，以生成强语义特征图，并通过横向连接配备融合更大尺度特征图的顶-底通路。所提出的尺度内注意力?？橹鹣袼氐厝岷图尤ú煌叨燃涞奶卣鳌Ｎ銮恐屑洳愀魈卣魍级孕阅艿挠跋?，我们进一步提出通道内注意力?？槔垂刈⒚扛鐾ǖ滥诘淖忧?。此外，还引入额外监督以实现卓越性能。重要的是，通道内注意力?？槟芩嫱绮慵由钭允视Φ髡卣?，且可插入任意其他层。我们在PASCAL VOC2012上进行了大量实验验证网络有效性，结果表明尺度内和通道内注意力?？槎寄艽锤判阅?。