基于光流的自我监督像素嵌入用于图像分割
计算机视觉与模式识别
2019-01-10 v2
摘要
我们提出一种基于运动线索进行图像特征学习的新的自我监督方法。这一新方法在两个方面利用了深度学习的近期进展：1) 利用合成光流数据训练深度神经网络在真实数据中估计光流的成功；2) 从运动线索（如光流）学习图像特征的新兴工作。在此基础上，我们证明图像特征可以通过如下自我监督方式学习：首先用合成光流数据训练一个光流估计器，然后从真实运动数据中由估计出的光流学习图像特征。我们在一个图像分割任务上展示并评估了该方法。使用学到的图像特征表示，该网络在少样本分割任务中比从头训练的网络的性能显著更好。
引用
@article{arxiv.1901.00520,
title = {Flow Based Self-supervised Pixel Embedding for Image Segmentation},
author = {Bin Ma and Shubao Liu and Yingxuan Zhi and Qi Song},
journal= {arXiv preprint arXiv:1901.00520},
year = {2019}
}