基于双维度增强的弱监督语义分割算法

针对全监督语义分割标注成本高的问题,提出一种仅使用低成本的图像级标签的弱监督语义分割方法。首先,将输入图片通过骨干网络进行特征提取,在网络中插入双维度增强模块把注意力扩散到不容易关注的区域。其次,利用获得的特征图和自注意力模块学习语义相似性,并利用相似性进一步扩大定位图的覆盖区域。再次,利用浅层特征中包含的低级视觉信息对背景建模,生成精细的定位图,然后构建精细定位图和初始定位图的一致性,以自监督的方式不断细化定位图。最后,经过后处理方法获得伪标签指导分割网络。算法仅使用图像级标签在Pascal Voc 2012上实现了验证集70.4%和测试集69.2%的平均交并比,相比其他自监督方法效果较优。