殷梓YIN Zi

（南京信息工程大学，南京 210044）

0 引言

近年来随着卷积神经网络的飞速发展，基于全信息学习的语义分割网络在性能上取得了显著的提升。然而语义分割任务所需要的数据标注往往需要耗费大量的人力和时间成本，这成为其技术发展最主要的限制因素，弱信息语义分割方法应运而生，该方法只需类别标签的前提下完成语义分割的任务。本文设计了一个多尺度类激活图学习机制，该机制考虑了类激活图与特征图之间的学习。其机制中的多尺度注意力学习算法将生成不同尺度特征图与原尺寸类激活图学习得到的类激活图。同时，本文还进行了一系列的消融对比研究。实验结果表明，该方法在定性和定量上都优于许多现有模型。总的来说，本文的主要贡献可归纳如下：①提出了一种新的多尺度类激活图学习机制（Multi-scale class activation mapping learning mechanism，MCAM），通过机制进行多尺度类激活图结合。②多尺度注意力学习算法（Multi-scale attention learning algorithm，MA），来提高类激活图中对前景的挖掘能力。

1 网络结构

本文的网络模型如图1，采用了多尺度图片输入，其分别是原尺寸图片，原尺寸图片的0.5 倍，原尺寸图片的1.5 倍，将三种尺寸图片输入进模块1，模块1 将得到对应的一系列类激活图的输出，具体的类激活图生成过程将在本文的下一节进行详细说明。

图1 模型结构总示意图

1.1 多尺度类激活图学习机制

特征图与类激活图之间存在的特征信息在弱信息语义分割任务中具有重要意义。本文将进一步利用不……