利用显著性从图像级标签进行物体分割
计算机视觉与模式识别
2017-07-17 v2
摘要
近年来，语义标注任务取得了显著进展。然而，最先进的方法依赖于大规模的像素级标注。本文研究了从当前物体类别的图像级标注训练像素级语义标注网络的问题。最近研究表明，可从图像级标签获得指示判别性物体区域的高质量种子。若无额外信息，由于共现现象，获取物体的完整范围本质上是一个不适定问题。我们提出使用显著性模型作为额外信息，从而利用关于物体范围和图像统计的先验知识。我们展示了如何结合这两种信息源，以恢复全监督性能的80%——这成为弱监督像素级语义标注训练的新最先进水平。代码可在 https://goo.gl/KygSeb 获取。
引用
@article{arxiv.1701.08261,
title = {Exploiting saliency for object segmentation from image level labels},
author = {Seong Joon Oh and Rodrigo Benenson and Anna Khoreva and Zeynep Akata and Mario Fritz and Bernt Schiele},
journal= {arXiv preprint arXiv:1701.08261},
year = {2017}
}
备注
CVPR 2017