面向语义分割的边缘感知即插即用方案
计算机视觉与模式识别
2023-03-21 v1 人工智能
摘要
语义分割是一项经典且基础的计算机视觉问题，致力于为每个像素分配其对应的类别。近期一些方法引入基于边缘的信息以提升分割性能。然而这些方法具有特定性，局限于某些网络架构，无法迁移到其他模型或任务。因此，我们提出一种抽象且通用的边缘监督方法，称为边缘感知即插即用方案（Edge-aware Plug-and-play Scheme, EPS），其可轻松快速地应用于任意语义分割模型。其核心是为语义分割提供边缘宽度/厚度保持引导。EPS首先从训练数据中提取具有预定义边缘厚度的边缘真值（Edge Ground Truth, Edge GT）；然后对于任意网络架构，它直接复制解码器头用于以Edge GT监督的辅助任务。为确保边缘厚度的一致保持，我们设计了一种新的基于边界的损失，称为极坐标豪斯多夫（Polar Hausdorff, PH）损失，用于辅助监督。我们在Cityscapes数据集上使用22个模型验证了EPS的有效性。实验结果表明，所提方法可无缝集成到任意最先进（state-of-the-art, SOTA）模型中且无需修改，从而带来分割性能的可观提升。
引用
@article{arxiv.2303.10307,
title = {Edge-aware Plug-and-play Scheme for Semantic Segmentation},
author = {Jianye Yi and Xiaopin Zhong and Weixiang Liu and Wenxuan Zhu and Zongze Wu and Yuanlong Deng},
journal= {arXiv preprint arXiv:2303.10307},
year = {2023}
}
备注
8 pages, 5 figures