部件感知的全景分割
计算机视觉与模式识别
2021-06-14 v1
摘要
在这项工作中，我们引入了部件感知的全景分割(PPS)这一新的场景理解任务，旨在以多个抽象层次理解场景，并统一了场景解析与部件解析任务。针对这一新颖任务，我们在两个常用数据集 Cityscapes 和 Pascal VOC 上提供了一致的标注。此外，我们提出了一种用于评估 PPS 的单一度量，称为部件感知全景质量(PartPQ)。针对这一新任务，利用该度量和标注，我们通过合并现有最先进的全景分割与部件分割方法的结果建立了多个基线。最后，我们进行了若干实验，评估了该单一任务中不同抽象层次的重要性。
引用
@article{arxiv.2106.06351,
title = {Part-aware Panoptic Segmentation},
author = {Daan de Geus and Panagiotis Meletis and Chenyang Lu and Xiaoxiao Wen and Gijs Dubbelman},
journal= {arXiv preprint arXiv:2106.06351},
year = {2021}
}
备注
CVPR 2021. Code and data: https://github.com/tue-mps/panoptic_parts