运动监督的共部件分割
计算机视觉与模式识别
2021-04-12 v2
摘要
现有的共部件分割方法大多在监督学习框架下运行，需要大量标注数据用于训练。为克服该限制，我们提出一种用于共部件分割的自监督深度学习方法。与以往工作不同，我们的方法发展了从视频中推断的运动信息可被利用来发现有意义物体部件的思想。为此，我们的方法依赖于从同一视频中采样的帧对。网络学习预测部件分割以及两帧间运动的表示，从而允许对目标图像进行重建。通过在公开可用视频序列上的广泛实验评估，我们表明相对于以往的自监督共部件分割方法，我们的方法能生成改进的分割图。
引用
@article{arxiv.2004.03234,
title = {Motion-supervised Co-Part Segmentation},
author = {Aliaksandr Siarohin and Subhankar Roy and Stéphane Lathuilière and Sergey Tulyakov and Elisa Ricci and Nicu Sebe},
journal= {arXiv preprint arXiv:2004.03234},
year = {2021}
}