实时自我中心物体分割：THU-READ标注与基准测试结果
计算机视觉与模式识别
2021-06-10 v1
摘要
自我中心分割因其在混合现实（MR）应用中的潜力，近期引起了计算机视觉界的兴趣。尽管以往大多数工作集中于分割自我中心的人体部位（主要是手），对自我中心物体的关注甚少。由于缺乏像素级标注的自我中心物体数据集，本文对RGB-D THU-READ数据集的一个包含2124张图像的子集进行了语义级标注。我们还使用实时语义分割网络Thundernet报告了基准测试结果，该结果可支持未来与端到端MR应用的集成。
引用
@article{arxiv.2106.04957,
title = {Real Time Egocentric Object Segmentation: THU-READ Labeling and Benchmarking Results},
author = {E. Gonzalez-Sosa and G. Robledo and D. Gonzalez-Morin and P. Perez-Garcia and A. Villegas},
journal= {arXiv preprint arXiv:2106.04957},
year = {2021}
}
备注
Accepted for presentation at EPIC@CVPR2021 workshop