用于全景分割的注意力引导统一网络
计算机视觉与模式识别
2019-04-18 v2
摘要
本文研究全景分割，这是一项近期提出的任务，旨在对前景(FG)对象进行实例级分割，同时对背景(BG)内容进行语义级分割。现有方法大多分别处理这两个问题，但本文揭示了它们之间的内在联系，具体而言，FG对象提供互补线索以辅助BG理解。我们的方法称为注意力引导统一网络(AUNet)，是一个同时具有FG和BG分割两支路的统一框架。向BG支路加入两种注意力来源，即RPN和FG分割掩码，分别提供对象级和像素级注意力。我们的方法可泛化至不同骨干网络，在FG和BG分割上均取得一致精度提升，并在MS-COCO（46.5% PQ）和Cityscapes（59.0% PQ）基准上均刷新了最优纪录。
引用
@article{arxiv.1812.03904,
title = {Attention-guided Unified Network for Panoptic Segmentation},
author = {Yanwei Li and Xinze Chen and Zheng Zhu and Lingxi Xie and Guan Huang and Dalong Du and Xingang Wang},
journal= {arXiv preprint arXiv:1812.03904},
year = {2019}
}
备注
CVPR 2019