特征软融合与正负样本对比的弱监督目标定位

来源：电子测量技术杂志2025年第11期北京时间：

作者：阮皓皓，李冰锋，李新伟，冀得魁

单位：1.河南理工大学电气工程与自动化学院 焦作 454000;2.河南省煤矿装备智能检测与控制重点实验室 焦作 454003

摘要：针对弱监督目标定位任务中，使用硬融合方式来融合深浅层特征导致网络过度关注区分性强区域或误将背景识别为目标的问题，本文提出了一种基于深浅层特征软融合和正负样本对比的弱监督目标定位方法。首先，提出的深浅层特征软融合策略通过设计前景生成器，分别从浅层特征和深层特征中生成前景预测图，然后采取反向监督操作，引导网络逐步学习多层细粒度特征，实现深浅层特征之间的相互优化。其次，本文基于对比学习思想提出了正负样本对比损失函数，通过构造正负样本，以引导网络在训练过程中更专注于前景区域，抑制背景噪声的干扰。本文在CUB-200-2011和ILSVRC-2012数据集上以验证本文方法的有效性，在两个数据集上的定位准确率分别达到了95.77%和72.90%。实验结果表明，本文方法在弱监督目标定位任务场景下的有效性和适用性。

关键词：弱监督目标定位;深浅层特征软融合;正负样本对比;前景生成器

基金资助：河南理工大学博士基金（B2018-33）项目资助