FLOAT：用于改进多对象多部件场景解析的对象属性分解学习
计算机视觉与模式识别
2022-03-31 v1
摘要
多对象多部件场景解析是一项具有挑战性的任务，需要在场景中检测多个对象类别并分割每个对象内的语义部件。本文中，我们提出FLOAT，一种用于可扩展多对象多部件解析的分解标签空间框架。我们的框架涉及对象类别与部件属性的独立密集预测，与整体式标签空间对应方法相比，提高了可扩展性并降低了任务复杂度。此外，我们提出一种推理时“缩放”细化技术，显著提升了分割质量，尤其针对较小的对象/部件。与最先进水平相比，FLOAT在Pascal-Part-58数据集上mean IOU（mIOU）绝对提升2.0%，分割质量IOU（sqIOU）绝对提升4.8%。对于更大的Pascal-Part-108数据集，mIOU提升2.1%，sqIOU提升3.9%。我们纳入先前排除的部件属性及Pascal-Part数据集的其他次要部件，创建了最全面且最具挑战性的版本，称之为Pascal-Part-201。FLOAT在新数据集上mIOU提升8.6%，sqIOU提升7.5%，展示了其在具有挑战性的多样化对象与部件上的解析有效性。代码与数据集可在 floatseg.github.io 获取。
引用
@article{arxiv.2203.16168,
title = {FLOAT: Factorized Learning of Object Attributes for Improved Multi-object Multi-part Scene Parsing},
author = {Rishubh Singh and Pranav Gupta and Pradeep Shenoy and Ravikiran Sarvadevabhatla},
journal= {arXiv preprint arXiv:2203.16168},
year = {2022}
}
备注
Accepted at CVPR 2022. Project Page : https://floatseg.github.io/