基于像素共识投票的全景分割
计算机视觉与模式识别
2020-04-07 v1
摘要
我们方法的核心——像素共识投票（Pixel Consensus Voting），是一个基于广义霍夫变换的实例分割框架。像素为可能包含实例质心的区域投出离散化、概率性的选票。在投票热图中出现的检测峰值处，应用反投影来收集像素并生成实例掩膜。与密集枚举目标提议的滑动窗口检测器不同，我们的方法通过像素级投票的共识来检测实例。我们使用卷积神经网络的固有算子实现投票聚合和反投影。质心投票的离散化将实例分割的训练简化为像素标记，这与FCN风格的语义分割类似且互补，从而形成一个高效且统一的架构，能够联合建模“物体”与“背景”。我们在COCO和Cityscapes全景分割数据集上验证了该流程的有效性，并取得了有竞争力的结果。代码将开源。
引用
@article{arxiv.2004.01849,
title = {Pixel Consensus Voting for Panoptic Segmentation},
author = {Haochen Wang and Ruotian Luo and Michael Maire and Greg Shakhnarovich},
journal= {arXiv preprint arXiv:2004.01849},
year = {2020}
}
备注
CVPR 2020