用于单阶段人物实例分割的边界框嵌入
计算机视觉与模式识别
2018-07-23 v1
摘要
我们提出一种自底向上的方法，使用单阶段模型完成对象实例分割任务。所提模型采用全卷积网络，经训练可预测类别级分割掩码以及每个像素所属对象实例的边界框。这使我们能够将对象像素分组为独立的实例。我们的网络架构基于 DeepLabv3+ 模型，仅需极少的额外计算即可实现像素级实例分配。我们将该方法应用于人物实例分割任务，这是一个与众多应用相关的常见任务。我们使用 COCO 数据训练模型，并在 COCO 实例分割任务的人物类别上报告了具有竞争力的结果。
引用
@article{arxiv.1807.07674,
title = {Bounding Box Embedding for Single Shot Person Instance Segmentation},
author = {Jacob Richeimer and Jonathan Mitchell},
journal= {arXiv preprint arXiv:1807.07674},
year = {2018}
}