基于深度孪生网络的目标协同分割

目标协同分割旨在从多幅图像中发现相似目标并同时将其分割为前景。本文提出一种新颖的端到端流程，通过深度学习框架下的监督学习，从相关图像集合中同时分割相似目标。我们尝试了多种目标候选区域生成技术，并利用生成的目标候选区域训练孪生网络进行了广泛的数值评估。测试图像的相似目标候选区域使用 ANNOY（近似最近邻）库检索，并对其执行深度语义分割。最后，我们根据目标的相对重要性，从分割出的相似目标构建拼贴图。