MFP：充分利用概率图进行交互式图像分割
计算机视觉与模式识别
2024-05-13 v1
摘要
在最近的交互式分割算法中，先前的概率图被用作网络输入，以帮助当前分割轮次的预测。然而，尽管利用了先前的掩码，概率图中包含的有用信息并未很好地传播到当前预测中。在本文中，为了克服这一局限性，我们提出了一种新颖有效的基于点击的交互式图像分割算法，称为MFP，该算法试图充分利用概率图。我们首先调制先前的概率图，以增强其对用户指定对象的表示。然后，我们将调制后的概率图作为额外输入馈送到分割网络。我们基于ResNet-34、HRNet-18和ViT-B骨干网络实现了所提出的MFP算法，并在各种数据集上广泛评估了其性能。结果表明，在使用相同骨干网络的情况下，MFP显著优于现有算法。源代码可在https://github.com/cwlee00/MFP获取。
引用
@article{arxiv.2404.18448,
title = {MFP: Making Full Use of Probability Maps for Interactive Image Segmentation},
author = {Chaewon Lee and Seon-Ho Lee and Chang-Su Kim},
journal= {arXiv preprint arXiv:2404.18448},
year = {2024}
}
备注
Accepted to CVPR 2024