超越一瞥:用于手部分割的门控循环架构
计算机视觉与模式识别
2018-12-13 v3 机器学习
摘要
随着混合现实获得越来越多的关注,开发高效且有效的自我中心手部分割方案变得至关重要。传统的分割技术通常遵循一次性方法,即将图像仅向前传递一次通过模型以产生分割掩码。然而,该策略并未反映人类持续细化其对世界表征的感知方式。因此,本文引入了一种新颖的门控循环架构。它超越了将预测的分割掩码迭代地通过网络以及向其添加标准循环单元的做法。相反,它融合了分割网络的多个编码器-解码器层,以在细化过程中跟踪其内部状态。我们在标准手部分割基准以及我们自己的数据集上的结果表明,我们的方法优于这些其他更简单的循环分割技术,以及最先进的手部分割方法。此外,我们将该方法应用于道路分割,证明其通用性,在该任务上同样优于其他基线方法。
引用
@article{arxiv.1811.10914,
title = {Beyond One Glance: Gated Recurrent Architecture for Hand Segmentation},
author = {Wei Wang and Kaicheng Yu and Joachim Hugonot and Pascal Fua and Mathieu Salzmann},
journal= {arXiv preprint arXiv:1811.10914},
year = {2018}
}
备注
The first two authors contribute equally