• 我院趙勇副教授課題組在計算機視覺領域取得重要進展

    2020-06-30 18:15:21

        近日亚博电子游戏官网,我院趙勇副教授課題組在計算機視覺頂級會議CVPR2020上發表題為: “Salience-Guided Cascaded Suppression Network for Person Re-identification” 和“One-Shot Adversarial Attacks on Visual Tracking With Dual Attention” 的學術論文2篇。
        利用注意力機制對全局和局部特征進行建模亚博电子游戏官网,作為最終的行人表征,已成為行人再識別(Re-ID)算法的主流趨勢。這些方法潛在的局限性是,它們側重于提取最突出的特征(顯著性特征)亚博电子游戏官网,但重新識別一個人可能依賴于不同情況下顯著性特征所掩蓋的各種其他的線索。為了解決這一局限性,論文“Salience-Guided Cascaded Suppression Network for Person Re-identification”提出了一種新的顯著性引導級聯抑制網絡(SCSN),該網絡使模型能夠挖掘多樣化的顯著性特征,并通過級聯的方式將這些特征集成融合到最終的特征表示中亚博电子游戏官网。該文的主要貢獻是提出了顯著性信息引導的特征級聯抑制策略,基于設計的顯著特征提取單元(SFE Unit)亚博电子游戏官网,該策略使網絡能夠逐級挖掘被最顯著特征掩蓋的各種潛在的亚博电子游戏官网、有用的特征,并將所提取的特征逐級融合,克服了網絡傾向于僅學習最顯著性特征這一局限性。實驗結果表明,該方法在四個大規模數據集上的性能優于已有方法。





    上圖:提出的SCSN框架圖


    上圖:提出的SFE單元詳細結構

        在計算機視覺中幾乎所有的對抗性攻擊都是針對已知的目標類別,針對這些目標類別可以離線訓練以產生擾動亚博电子游戏官网,但是對于目標跟蹤算法來說亚博电子游戏官网,被跟蹤的目標類別通常是事先未知的。與此同時,跟蹤算法也存在被攻擊的潛在風險,用以躲避智能監視系統。對目標跟蹤的對抗攻擊是一項具有挑戰性的任務,為此,論文“One-Shot Adversarial Attacks on Visual Tracking With Dual Attention”提出了一種僅依靠單張初始幀圖像的方法來生成針對目標跟蹤任務的對抗實例,即通過在初始幀目標塊上加上微小的擾動,導致基于孿生網絡的先進跟蹤器在后續幀中丟失目標亚博电子游戏官网。具體來說,該攻擊方法采用了兩種結合注意力機制的攻擊策略,第一個部分針對高質量的候選框產生擾動亚博电子游戏官网,使得網絡降低對高質量候選框的執行度的同時提升對低質量候選框的置信度,而第二個部分則采用通用性的特征擾動策略亚博电子游戏官网亚博电子游戏官网,保證擾動的泛化性與魯棒性。實驗結果表明,該文的方法可以在三個標準數據集上顯著降低被攻擊算法的精度。


    上圖:模型整體框架圖


        CVPR作為國際上最高級別的計算機視覺會議,每年吸引學術界大牛亚博电子游戏官网、工業界最領先的AI相關企業亚博电子游戏官网、以及科技風投等大量人員參會,2019年參會人數接近上萬人。今年投稿文章多達一萬多篇,最終只錄用1470多篇。
        課題組內碩士陳雪松為2篇論文的第一作者,論文“Salience-Guided Cascaded Suppression Network for Person Re-identification”由北大深研院、騰訊優圖和南方科技大學聯合完成,論文“One-Shot Adversarial Attacks on Visual Tracking With Dual Attention”由北大深研院、清華大學和南方科技大學等共同完成。


    (供稿:信息工程學院趙勇副教授課題組)

    亚博电子游戏官网