面向实例分割的质心距离编码
计算机视觉与模式识别
2017-11-27 v1
摘要
实例分割可视为目标检测问题的扩展，其中边界框被物体轮廓所取代。严格来说，该问题要求独立于所采用的具体手段，对每个像素的实例与类别进行独立辨识。实例分割相对于常规目标检测的优势在于对物体进行精确勾画，从而改善物体定位。此外，物体轮廓使得利用基础图像处理算法评估部分遮挡成为可能。本工作将实例分割问题作为标注问题来处理，并提出一种新颖的 ground truth 标注编解码技术。我们提出一种任何深度语义分割模型皆可学习与泛化的实例数学表示。每个单独实例由一个质心与一组指向该质心的向量场表示。该编码技术被称为质心距离编码（DCME）。
引用
@article{arxiv.1711.09060,
title = {Distance to Center of Mass Encoding for Instance Segmentation},
author = {Thomio Watanabe and Denis Wolf},
journal= {arXiv preprint arXiv:1711.09060},
year = {2017}
}