ScribbleBox：面向视频目标分割的交互式标注框架
计算机视觉与模式识别
2020-08-25 v1 人工智能
摘要
为分割任务手动标注视频数据集极为耗时。本文提出 ScribbleBox，一种用于为视频中目标实例标注掩码的新型交互式框架。具体而言，我们将标注分为两步：用跟踪框标注目标，以及在这些跟踪轨迹内标注掩码。我们在两步中均引入了自动化与交互。通过使用具有少量控制点的参数曲线近似轨迹，标注者可以交互式地修正，从而高效地标注框轨迹。我们的方法可容忍框放置中的适度噪声，因此通常只需少量点击即可将跟踪框标注至足够精度。分割掩码通过涂鸦进行修正，这些涂鸦可高效地随时间传播。我们展示了相比以往工作在标注效率上的显著提升。我们表明，我们的 ScribbleBox 方法在 DAVIS2017 上达到 88.92% 的 J&F，每个框轨迹需 9.14 次点击，以及 4 帧的涂鸦标注。
引用
@article{arxiv.2008.09721,
title = {ScribbleBox: Interactive Annotation Framework for Video Object Segmentation},
author = {Bowen Chen and Huan Ling and Xiaohui Zeng and Gao Jun and Ziyue Xu and Sanja Fidler},
journal= {arXiv preprint arXiv:2008.09721},
year = {2020}
}