将交互式分割建模为高斯过程分类
计算机视觉与模式识别
2023-03-01 v1
摘要
基于点击的交互式分割（IS）旨在用户交互下提取目标物体。对于该任务，当前大多数基于深度学习（DL）的方法主要遵循语义分割的通用流程。尽管取得了有前景的性能，它们并未充分且显式地利用和传播点击信息，不可避免地导致不满意的分割结果，甚至在点击点处亦如此。针对此问题，本文提出将IS任务建模为基于高斯过程（GP）的逐图像像素级二分类模型。为求解该模型，我们利用摊销变分推断以数据驱动方式近似难以处理的GP后验，随后将近似GP后验解耦为双空间形式以实现线性复杂度的有效采样。接着，我们相应构建了名为GPCIS的GP分类框架，其集成了深度核学习机制以增强灵活性。所提GPCIS的主要特点在于：1）在导出的GP后验显式引导下，点击中所含信息可被精细传播至整幅图像，从而提升分割；2）点击处预测精度具有良好理论支撑。与代表性方法在多个基准上的定量与定性对比综合实验证实了GPCIS的这些优点及其良好通用性与高效率。
引用
@article{arxiv.2302.14578,
title = {Interactive Segmentation as Gaussian Process Classification},
author = {Minghao Zhou and Hong Wang and Qian Zhao and Yuexiang Li and Yawen Huang and Deyu Meng and Yefeng Zheng},
journal= {arXiv preprint arXiv:2302.14578},
year = {2023}
}
备注
To appear in CVPR2023