Click on Mask：一种基于水平集的红外小目标检测低标注成本框架
计算机视觉与模式识别
2023-10-20 v1
摘要
红外小目标检测是一项从红外杂波背景中分离小目标的具有挑战性的任务。近年来，深度学习范式取得了令人鼓舞的结果。然而，这些数据驱动方法需要大量人工标注。由于红外目标尺寸小，人工标注消耗更多资源并制约了该领域的发展。本文提出一种基于水平集的低成本粗略标注框架，仅需一次粗略点击即可获得高质量伪掩码。设计了一种带期望差能量泛函的变分水平集公式，其中零水平轮廓在水平集演化过程中被内在保持。它解决了因目标尺寸过小和过度正则化导致零水平轮廓消失的问题。在 NUAA-SIRST 和 IRSTD-1k 数据集上的实验表明，我们的方法取得了优越性能。代码见 https://github.com/Li-Haoqing/COM。
引用
@article{arxiv.2310.12562,
title = {Click on Mask: A Labor-efficient Annotation Framework with Level Set for Infrared Small Target Detection},
author = {Haoqing Li and Jinfu Yang and Yifei Xu and Runshi Wang},
journal= {arXiv preprint arXiv:2310.12562},
year = {2023}
}
备注
4 pages, 5 figures, references added