ICCV 2019 | 解读北大提出的期望最大化注意力网络EMANet

机器之心专栏作者：李夏ICCV 2019 将在10月27于韩国首尔举行，本文作者介绍了一篇Oral论文，它利用EM 算法优化注意力机制，并在语义分割等任务上获得更好的效果。本文介绍笔者被 ICCV 2019 接受为 Oral 的论文 Expectation-Maximization Attention Networks for Semantic Segmentation[1]。论文作者为：李夏、钟之声、吴建龙、杨一博、林宙辰、刘宏。背景介绍语义分割是计算机视觉领域的一项基础任务，它的目标是为每个像素预测类别标签。由于类别多样繁杂，且类间表征相似度大，语义分割要求模型具有强大的区分能力。近年来，基于全卷积网络（FCN[2]）的一系列研究，在该任务上取得了卓越的成绩。这些语义分割网络，由骨干网络和语义分割头组成。全卷积网络受制于较小的有效感知域 ………………………………