通过从视频中学习时空一致性改进语义分割
计算机视觉与模式识别
2020-05-22 v2
摘要
我们利用深度、自运动（egomotion）和相机内参的无监督学习，通过跨视频帧强制分割掩码的三维几何与时间一致性，来改进单图像语义分割的性能。预测的深度、自运动和相机内参被用于为分割模型提供额外的监督信号，显著提升了其质量，或者 alternatively 减少了分割模型所需的标签数量。我们的实验在ScanNet数据集上进行。
引用
@article{arxiv.2004.05324,
title = {Improving Semantic Segmentation through Spatio-Temporal Consistency Learned from Videos},
author = {Ankita Pasad and Ariel Gordon and Tsung-Yi Lin and Anelia Angelova},
journal= {arXiv preprint arXiv:2004.05324},
year = {2020}
}
备注
Learning from Unlabeled Videos, CVPR Workshop, 2020