用于高效目标标注的极值点点击
计算机视觉与模式识别
2017-08-10 v1
摘要
手动标注目标边界框是构建计算机视觉数据集的核心，且非常耗时（标注ILSVRC [53] 中一个高质量的框需要35秒 [62]）。这涉及点击目标周围紧密框的虚拟角点。这很困难，因为这些角点通常在实际目标之外，需要多次调整才能获得紧密框。我们提出极值点点击作为替代：我们要求标注者点击目标上的四个物理点：最顶部、最底部、最左侧和最右侧的点。这项任务更自然，且这些点很容易找到。我们众包了PASCAL VOC 2007和2012的极值点标注，并表明：（1）每个框的标注时间仅为7秒，比传统的画框方式快5倍 [62]；（2）框的质量与以传统方式绘制的原始真实标签一样好；（3）在我们的标注上训练的检测器与在原始真实标签上训练的检测器一样准确。此外，我们的极值点点击策略不仅产生框坐标，还产生四个准确的边界点。我们展示了（4）如何将它们纳入GrabCut以获得比从边界框初始化时更准确的分割；（5）在这些分割上训练的语义分割模型优于在从边界框导出的分割上训练的模型。
引用
@article{arxiv.1708.02750,
title = {Extreme clicking for efficient object annotation},
author = {Dim P. Papadopoulos and Jasper R. R. Uijlings and Frank Keller and Vittorio Ferrari},
journal= {arXiv preprint arXiv:1708.02750},
year = {2017}
}
备注
ICCV 2017