通过联合考虑所有区域实现交互式全图像分割
计算机视觉与模式识别
2019-04-11 v2
摘要
我们研究交互式全图像标注，其目标是精确分割图像中的所有物体与物质区域。我们提出一种基于涂鸦的交互式标注框架，该框架在整个图像上运行以产生所有区域的分割结果。这使得跨区域的涂鸦修正得以共享，并允许标注者专注于机器在整个图像中所犯的最大错误。为实现这一点，我们将Mask-RCNN改造为一个快速交互式分割框架，并引入在全图像画布上以像素级度量的实例感知损失，使邻近区域的预测能够恰当地竞争空间。最后，我们在COCO全景数据集上将其与交互式单目标分割进行比较。我们证明，我们的交互式全图像分割方法带来了5%的IoU提升，在每个区域四次极端点击和四次修正涂鸦的预算下达到90% IoU。
引用
@article{arxiv.1812.01888,
title = {Interactive Full Image Segmentation by Considering All Regions Jointly},
author = {Eirikur Agustsson and Jasper R. R. Uijlings and Vittorio Ferrari},
journal= {arXiv preprint arXiv:1812.01888},
year = {2019}
}
备注
Accepted to CVPR 2019