改进语义分割中的空间编码
计算机视觉与模式识别
2016-11-15 v1
摘要
本文探讨了改进局部描述子池化空间编码以解决语义分割问题的新方法。我们提议将图像划分为待描述对象的三个区域：主体（Figure）、边界（Border）和背景（Ground）。该划分旨在通过引入对象轮廓周围的中间带来最小化图像上下文对对象描述的影响，反之亦然。此外，我们还通过在主体区域上应用空间金字塔，提出了更丰富的对象视觉描述子。探索了两种新颖的空间金字塔配置：基于笛卡尔坐标的和基于环冠的空间金字塔。我们使用最先进的技术测试这些方法，并表明它们在Pascal VOC 2011和2012语义分割挑战中改进了基于主体-背景的池化。
引用
@article{arxiv.1505.07409,
title = {Improving Spatial Codification in Semantic Segmentation},
author = {Carles Ventura and Xavier Giró-i-Nieto and Verónica Vilaplana and Kevin McGuinness and Ferran Marqués and Noel E. O'Connor},
journal= {arXiv preprint arXiv:1505.07409},
year = {2016}
}
备注
Paper accepted at the IEEE International Conference on Image Processing, ICIP 2015. Quebec City, 27-30 September. Project page: https://imatge.upc.edu/web/publications/improving-spatial-codification-semantic-segmentation