LOCATE：基于流引导图割与自举自训练的自监督目标发现
计算机视觉与模式识别
2023-12-05 v3
摘要
在无人类监督的情况下学习图像与视频数据集中的目标分割是一个具有挑战性的问题。人类利用共同命运格式塔原则轻松识别视频中运动的显著目标，即一起运动的属于同一整体。基于这一思想，我们提出一种自监督目标发现方法，利用运动与外观信息生成高质量的目标分割掩码。具体而言，我们将传统的图像图割重新设计，将运动信息以与外观信息的线性组合方式纳入以生成边权重。值得注意的是，该步骤生成的目标分割掩码在多个基准上与当前最先进方法相当。为进一步提升性能，我们以这些初步掩码作为伪真值自举训练一个分割网络，通过其自身输出进行自训练学习。我们在多个标准视频目标分割、图像显著性检测与目标分割基准上验证了所提方法LOCATE的有效性，取得了与最先进方法相当且在多数情况下超越的结果。我们还通过对自然图像上的定性研究展示了方法向新领域的可迁移性。此外，我们给出了大量消融分析以支持我们的设计选择，并凸显所提方法各部分的贡献。
引用
@article{arxiv.2308.11239,
title = {LOCATE: Self-supervised Object Discovery via Flow-guided Graph-cut and Bootstrapped Self-training},
author = {Silky Singh and Shripad Deshmukh and Mausoom Sarkar and Balaji Krishnamurthy},
journal= {arXiv preprint arXiv:2308.11239},
year = {2023}
}
备注
Accepted to British Machine Vision Conference (BMVC) 2023