Détection globale, raffinement local : une nouvelle approche pour la détection de la salience

L’intégration efficace des informations contextuelles est cruciale pour la détection d’objets saillants. Afin d’y parvenir, la plupart des méthodes existantes basées sur une architecture « skip » se concentrent principalement sur la manière d’intégrer les caractéristiques hiérarchiques des réseaux de neurones convolutifs (CNN). Elles appliquent simplement une concaténation ou une opération élément par élément pour incorporer les indices sémantiques de haut niveau et les informations détaillées de bas niveau. Toutefois, cette approche peut dégrader la qualité des prédictions, car des informations encombrantes et bruyantes peuvent également être transmises. Pour résoudre ce problème, nous proposons un réseau récurrent de localisation globale (RLN), qui exploite les informations contextuelles à l’aide d’une carte de réponse pondérée afin de localiser plus précisément les objets saillants. En particulier, un module récurrent est utilisé pour affiner progressivement la structure interne du CNN sur plusieurs étapes temporelles. De plus, afin de récupérer efficacement les contours des objets, nous proposons un réseau de réduction de frontière local (BRN), capable d’apprendre de manière adaptative les informations contextuelles locales pour chaque position spatiale. Les coefficients d’agrégation appris permettent ainsi de capturer de manière optimale les relations entre chaque pixel et ses voisins. Des expériences menées sur cinq jeux de données exigeants montrent que notre approche se distingue favorablement de toutes les méthodes existantes selon les métriques d’évaluation couramment utilisées.