基于深度度量学习的语义实例分割
计算机视觉与模式识别
2017-03-31 v1
摘要
我们提出一种新的语义实例分割方法，首先计算两个像素属于同一对象的可能性，然后将相似像素分组在一起。我们的相似性度量基于深度全卷积嵌入模型。我们的分组方法基于选择与从深度全卷积评分模型中选出的一组“种子点”足够相似的所有点。我们在Pascal VOC实例分割基准上展示了具有竞争力的结果。
引用
@article{arxiv.1703.10277,
title = {Semantic Instance Segmentation via Deep Metric Learning},
author = {Alireza Fathi and Zbigniew Wojna and Vivek Rathod and Peng Wang and Hyun Oh Song and Sergio Guadarrama and Kevin P. Murphy},
journal= {arXiv preprint arXiv:1703.10277},
year = {2017}
}