基于Transformer的野外透明物体细粒度分割
计算机视觉与模式识别
2021-02-24 v3
摘要
本工作提出了一个新的细粒度透明物体分割数据集，称为Trans10K-v2，它扩展了首个大规模透明物体分割数据集Trans10K-v1。与仅有两个有限类别的Trans10K-v1不同，我们的新数据集具有若干突出优势。(1) 它包含11个常见于人类居家环境中的细粒度透明物体类别，使其更适用于现实世界应用。(2) 相较于前一版本，Trans10K-v2为当前先进的分割方法带来了更多挑战。此外，我们提出了一种新颖的基于Transformer的分割流程，称为Trans2Seg。首先，与CNN的局部感受野不同，Trans2Seg的Transformer编码器提供了全局感受野，展现出优于纯CNN架构的显著优势。其次，通过将语义分割表述为字典查找问题，我们设计了一组可学习的原型作为Trans2Seg的Transformer解码器的查询，其中每个原型学习整个数据集中某一类别的统计信息。我们对超过20种近期语义分割方法进行了基准测试，表明Trans2Seg显著优于所有基于CNN的方法，展示了所提算法解决透明物体分割的潜在能力。
引用
@article{arxiv.2101.08461,
title = {Segmenting Transparent Object in the Wild with Transformer},
author = {Enze Xie and Wenjia Wang and Wenhai Wang and Peize Sun and Hang Xu and Ding Liang and Ping Luo},
journal= {arXiv preprint arXiv:2101.08461},
year = {2021}
}
备注
Tech. Report