IMP：用于物体语义分割高精度实例掩码投影
计算机视觉与模式识别
2019-06-18 v1
摘要
在本工作中，我们提出了一种称为实例掩码投影（Instance Mask Projection, IMP）的新算子，它将预测的实例分割投影为语义分割的新特征。该算子支持反向传播，因此可进行端到端训练。我们的实验表明，IMP 在服装解析（具有复杂层叠、大形变和非凸物体）以及街景分割（具有大量重叠实例和小物体）上均有效。在 Varied Clothing Parsing 数据集（VCP）上，我们展示实例掩码投影可在最先进的 Panoptic FPN 分割方法基础上将 mIOU 提升 3 个点。在 ModaNet 服装解析数据集上，我们展示相对于现有基线语义分割结果有 20.4% 的绝对大幅提升。此外，实例掩码投影算子在其它（非服装）数据集上表现良好，在自动驾驶数据集 Cityscapes 的 Thing 类上基于最先进方法额外提升 3 个 mIOU 点。
引用
@article{arxiv.1906.06597,
title = {IMP: Instance Mask Projection for High Accuracy Semantic Segmentation of Things},
author = {Cheng-Yang Fu and Tamara L. Berg and Alexander C. Berg},
journal= {arXiv preprint arXiv:1906.06597},
year = {2019}
}