基于对象位置线索的弱监督图像语义分割方法

深度卷积神经网络使用像素级标注在图像语义分割任务中取得了优异的分割性能.然而，获取像素级标注是一项耗时并且代价高的工作.为了克服这个问题，本文提出一种基于图像级标注的弱监督图像语义分割方法.该方法致力于使用图像级标注获取有效的伪像素标注来优化分割网络的参数.本文所提方法分为三个步骤:（1）首先基于分类与分割共享的网络结构，通过空间类别得分（图像二维空间上像素点的类别得分）对网络特征层求导获取具有类别信息的注意力图；（2）采用逐次擦除法产生显著图，用于补充注意力图中缺失的对象位置信息；（3）融合注意力图与显著图来生成伪像素标注并训练分割网络.在PASCAL VOC 2012分割数据集上的一系列对比实验证明了本文所提方法的有效性及其优秀的分割性能