COCO-Stuff：上下文中的物体与背景类别
计算机视觉与模式识别
2018-03-29 v4
摘要
语义类别可以是物体（具有明确形状的对象，例如汽车、人）或背景（无定形的背景区域，例如草地、天空）。尽管许多分类和检测工作关注物体类别，但对背景类别的关注较少。然而，背景类别很重要，因为它们能够解释图像的重要方面，包括（1）场景类型；（2）哪些物体类别可能出现及其位置（通过上下文推理）；（3）场景的物理属性、材料类型和几何特性。为了理解上下文中的背景与物体，我们引入了 COCO-Stuff，它使用针对 91 个背景类别的像素级标注扩充了 COCO 2017 数据集的所有 164K 图像。我们提出了一种基于超像素的高效背景标注协议，该协议利用了原始的物体标注。我们量化了协议的速度与质量权衡，并探索了标注时间与边界复杂度之间的关系。此外，我们使用 COCO-Stuff 来分析：（a）背景和物体类别在其表面覆盖度以及它们在图像描述中被提及的频率方面的重要性；（b）背景与物体之间的空间关系，突出了使我们数据集独特的丰富上下文关系；（c）现代语义分割方法在背景和物体类别上的性能，以及背景是否比物体更容易分割。
引用
@article{arxiv.1612.03716,
title = {COCO-Stuff: Thing and Stuff Classes in Context},
author = {Holger Caesar and Jasper Uijlings and Vittorio Ferrari},
journal= {arXiv preprint arXiv:1612.03716},
year = {2018}
}
备注
CVPR 2018 camera-ready