通过 ADE20K 数据集实现场景的语义理解
计算机视觉与模式识别
2018-10-17 v2
摘要
场景解析，即识别并分割图像中的物体和背景，是计算机视觉的关键问题之一。尽管社区在数据收集方面做出了努力，但用于场景解析的、覆盖广泛场景和物体类别并具有密集详细标注的图像数据集仍然很少。在本文中，我们介绍并分析了 ADE20K 数据集，该数据集涵盖了场景、物体、物体部件，甚至在某些情况下还包括部件的部件的多样化标注。然后，我们提出了一种称为级联分割模块的通用网络设计，使分割网络能够以级联方式将场景解析为背景、物体和物体部件。我们评估了该模块集成到两个现有语义分割网络中的效果，结果表明场景解析性能得到了显著提升。我们进一步表明，在 ADE20K 上训练的场景解析网络可以应用于各种各样的场景和物体。
引用
@article{arxiv.1608.05442,
title = {Semantic Understanding of Scenes through the ADE20K Dataset},
author = {Bolei Zhou and Hang Zhao and Xavier Puig and Tete Xiao and Sanja Fidler and Adela Barriuso and Antonio Torralba},
journal= {arXiv preprint arXiv:1608.05442},
year = {2018}
}
备注
IJCV extension