面向弱监督语义分割的分组语义挖掘
计算机视觉与模式识别
2020-12-10 v1
摘要
多年来，由于深度学习的数据饥渴特性，获取充足的真值监督来训练深度视觉模型一直是一个瓶颈。在一些结构化预测任务（如语义分割）中这一问题更为严重，因为这类任务需要像素级标注。本文研究弱监督语义分割（WSSS），旨在弥合图像级标注与像素级分割之间的差距。我们将 WSSS 表述为一种新颖的分组学习任务，显式地对一组图像中的语义依赖关系建模，以估计更可靠的伪真值，从而用于训练更精确的分割模型。具体而言，我们设计了一个用于分组语义挖掘的图神经网络（GNN），其中输入图像表示为图节点，一对图像之间的潜在关系由高效的协同注意力机制刻画。此外，为防止模型仅过度关注共性语义，我们进一步提出图丢弃层，鼓励模型学习更准确且完整的对象响应。整个网络通过迭代消息传递实现端到端可训练，将交互线索在图像间传播以逐步提升性能。我们在流行的 PASCAL VOC 2012 和 COCO 基准上进行了实验，我们的模型取得了最先进的性能。我们的代码见：https://github.com/Lixy1997/Group-WSSS。
引用
@article{arxiv.2012.05007,
title = {Group-Wise Semantic Mining for Weakly Supervised Semantic Segmentation},
author = {Xueyi Li and Tianfei Zhou and Jianwu Li and Yi Zhou and Zhaoxiang Zhang},
journal= {arXiv preprint arXiv:2012.05007},
year = {2020}
}
备注
Accepted to AAAI 2021. Code: https://github.com/Lixy1997/Group-WSSS