ProMask：用于骨架检测的概率掩码
计算机视觉与模式识别
2020-12-08 v1
摘要
由于物体尺度多变、背景复杂以及各种噪声，在自然图像中检测物体骨架具有挑战性。骨架是一种高度压缩的形状表示，这能带来一些本质优势，但也导致了检测的困难。该骨架线在图像中占据极少比例，并且对空间位置过度敏感。受这些问题启发，我们提出了 ProMask，一种新颖的骨架检测模型。ProMask 包含概率掩码和向量路由器。骨架概率掩码表示利用分割信号显式编码骨架，这能提供更多监督信息用于学习，并更加关注真值骨架像素。此外，向量路由器模块在二维空间中拥有两组正交基向量，可动态调整预测的骨架位置。我们在知名的骨架数据集上评估了我们的方法，实现了优于当前最优（state-of-the-art）方法的性能。特别是在具有挑战性的 SYM-PASCAL 数据集上，ProMask 比具有竞争力的 DeepFlux 显著高出 6.2%。我们认为，我们提出的骨架概率掩码可作为未来骨架检测的坚实基线，因为它非常有效且仅需约 10 行代码。
引用
@article{arxiv.2012.03003,
title = {ProMask: Probability Mask for Skeleton Detection},
author = {Xiuxiu Bai and Lele Ye and Zhe Liu},
journal= {arXiv preprint arXiv:2012.03003},
year = {2020}
}