将背景置于前台：在弱监督视频语义分割中使所有类别平等
计算机视觉与模式识别
2017-08-16 v1
摘要
像素级标注的获取昂贵且耗时。因此，仅使用图像标签的弱监督可能会对语义分割产生重大影响。近年来，无论是基于单幅图像还是基于视频，弱监督语义分割都取得了巨大进展。然而，现有大多数方法被设计为仅处理单一背景类别。在实际应用中，例如自主导航，推理多个背景类别往往至关重要。在本文中，我们引入了一种利用分类器热图来实现这一目标的方法。随后，我们开发了一种联合利用外观和运动的双流深度架构，并基于我们的热图设计了一个损失函数来训练它。我们的实验证明了分类器热图和双流架构在充满挑战的城市场景数据集以及 YouTube-Objects 基准上的优势，并在其上取得了 state-of-the-art 的结果。
引用
@article{arxiv.1708.04400,
title = {Bringing Background into the Foreground: Making All Classes Equal in Weakly-supervised Video Semantic Segmentation},
author = {Fatemeh Sadat Saleh and Mohammad Sadegh Aliakbarian and Mathieu Salzmann and Lars Petersson and Jose M. Alvarez},
journal= {arXiv preprint arXiv:1708.04400},
year = {2017}
}
备注
11 pages, 4 figures, 7 tables, Accepted in ICCV 2017