涂鸦监督的 RGB-T 显著目标检测
计算机视觉与模式识别
2023-03-20 v1
摘要
显著目标检测旨在分割场景中具有吸引力的物体。RGB 与热成像模态提供互补信息，而涂鸦标注可大幅减轻人工劳动。基于上述事实，我们提出了一种涂鸦监督的 RGB-T 显著目标检测模型。通过四步方案（扩展、预测、聚合与监督），解决了涂鸦监督方法中标签稀疏的挑战。为扩展涂鸦标注，我们分别收集 RGB 与热图像中前景涂鸦所经过的超像素。扩展后的多模态标签提供了粗略的物体边界。为进一步打磨扩展标签，我们提出一个预测模块以缓解边界的锐利程度。为发挥两种模态的互补作用，我们将二者结合为聚合伪标签。在涂鸦标注与伪标签的监督下，我们的模型在重新标注的 RGBT-S 数据集上取得了最先进的性能。此外，该模型被应用于 RGB-D 与视频涂鸦监督任务，均取得了一致优异的表现。
引用
@article{arxiv.2303.09733,
title = {Scribble-Supervised RGB-T Salient Object Detection},
author = {Zhengyi Liu and Xiaoshen Huang and Guanghui Zhang and Xianyong Fang and Linbo Wang and Bin Tang},
journal= {arXiv preprint arXiv:2303.09733},
year = {2023}
}
备注
ICME2023