摘要

上下文在显著性检测任务中发挥着重要作用。然而，对于给定的上下文区域，并非所有上下文信息都对最终任务有帮助。本文提出了一种新颖的像素级上下文注意力网络，即PiCANet（Pixel-wise Contextual Attention Network），用于学习为每个像素选择性地关注有用的信息位置。具体而言，对于每个像素，它可以生成一个注意力图，其中每个注意力权重对应于每个上下文位置的相关性。通过选择性地聚合上下文信息，可以构建出加权后的上下文特征。我们分别以全局和局部形式定义了所提出的PiCANet，以分别关注全局和局部上下文。这两种模型都是完全可微分的，并且可以嵌入到卷积神经网络（CNN）中进行联合训练。此外，我们将所提出的模型与U-Net架构结合，用于检测显著物体。大量实验表明，所提出的PiCANet能够持续提升显著性检测性能。全局和局部PiCANet分别有助于学习全局对比度和同质性。因此，我们的显著性模型能够更准确、均匀地检测显著物体，从而在与现有最先进方法的比较中表现出色。