PASCAL Boundaries：一种类别无关的语义边界数据集
计算机视觉与模式识别
2015-11-26 v1
摘要
在本文中，我们针对边界检测任务，其动机源于当前边缘检测定义中的模糊性。为此，我们生成了一个大型数据库，包含超过10k幅图像（比现有边缘检测数据库大20倍），以及涵盖459个语义类（包括前景物体和不同类型背景）的真值边界，并将其称为PASCAL Boundaries数据集，该数据集将向社区发布。此外，我们提出了一种基于深度网络的新颖多尺度语义边界检测器，并将其命名为多尺度深度语义边界检测器(Multi-scale Deep Semantic Boundary Detector, M-DSBD)。我们提供了使用边缘检测训练模型的基线，并显示它们可合理迁移至边界检测任务。最后，我们指出了该数据集可用于的各种重要研究问题。
引用
@article{arxiv.1511.07951,
title = {PASCAL Boundaries: A Class-Agnostic Semantic Boundary Dataset},
author = {Vittal Premachandran and Boyan Bonev and Alan L. Yuille},
journal= {arXiv preprint arXiv:1511.07951},
year = {2015}
}