基于哈希的目标分割方法
计算机视觉与模式识别
2020-04-20 v9
摘要
我们提出一种新颖的方法，以解决[Hariharan et al 2014]中引入的同步检测与分割问题。利用[Arbeláez et al 2011]首次提出的层次结构，我们采用一种高效且精确的流程，通过局部敏感哈希（Locality Sensitive Hashing）利用层次结构的特征信息。我们基于近期利用卷积神经网络检测图像中边界框的工作[Ren et al 2015]，然后使用哈希后与每个边界框最匹配的顶层相似层次区域，我们将此方法称为C&Z分割。随后，我们通过自动层次剪枝来优化最终的分割结果。C&Z分割为Hypercolumns[Hariharan et al 2015]提供了一种无需训练的替代方案。我们在PASCAL VOC 2012分割数据集上进行了大量实验，结果表明C&Z分割能够提供具有竞争力的当前最优目标分割效果。
引用
@article{arxiv.1702.08160,
title = {Segmentation of Objects by Hashing},
author = {J. D. Curtó and I. C. Zarza and Alex Smola and Luc van Gool},
journal= {arXiv preprint arXiv:1702.08160},
year = {2020}
}