F-CAM：通过引导式参数上采样实现全分辨率类别激活图

类激活映射（Class Activation Mapping, CAM）方法近年来在弱监督目标定位（Weakly-Supervised Object Localization, WSOL）任务中受到广泛关注。这类方法能够在无需依赖全标注图像数据集训练的前提下，实现卷积神经网络（CNN）的可视化与可解释性。通常，CAM方法被集成于现成的CNN主干网络（如ResNet50）中。然而，由于卷积与池化操作的存在，这些主干网络生成的CAM分辨率较低，其下采样因子最高可达32，导致定位结果不够精确。为恢复全尺寸CAM，通常需采用插值方法，但该方法并未考虑物体的统计特性（如颜色、纹理等），因而生成的激活区域边界不一致，定位精度受限。为此，本文提出一种通用的参数化CAM上采样方法，能够构建高精度的全分辨率类激活映射（Full-resolution CAM, F-CAM）。具体而言，我们设计了一种可训练的解码架构，可与任意CNN分类器无缝连接，从而生成高精度的目标定位结果。给定原始低分辨率CAM，通过随机采样前景与背景像素对解码器进行微调，并引入图像统计特性及尺寸约束等先验信息，进一步扩展并精细化目标边界。在CUB-200-2011与OpenImages两个数据集上，基于三种CNN主干网络和六种WSOL基线方法的大量实验表明，所提出的F-CAM方法在CAM定位精度方面实现了显著提升。F-CAM的性能与当前最先进的WSOL方法相当，且在推理阶段所需计算量更少，具有更高的效率优势。