SiamPolar：基于极坐标表示的半监督实时视频目标分割
计算机视觉与模式识别
2021-10-29 v1
摘要
视频目标分割（VOS）是自动驾驶车辆导航的重要组成部分。对于自动驾驶车辆算法而言，实时速度与分析精度指标同等重要。本文提出一种基于孪生网络、采用新型极坐标表示的半监督实时方法。初始化输入为边界框而非应用于视频目标检测任务的目标掩码。极坐标表示能以微小的精度损失减少编码掩码的参数，从而显著提升算法速度。我们还开发了非对称孪生网络以提取不同空间尺度的特征。此外，提出剥离卷积（peeling convolution）以降低极坐标头各分支间的拮抗。基于此思想设计了重复互相关与半FPN。在DAVIS-2016数据集及其他公开数据集上的实验结果证明了所提方法的有效性。
引用
@article{arxiv.2110.14773,
title = {SiamPolar: Semi-supervised Realtime Video Object Segmentation with Polar Representation},
author = {Yaochen Li and Yuhui Hong and Yonghong Song and Chao Zhu and Ying Zhang and Ruihao Wang},
journal= {arXiv preprint arXiv:2110.14773},
year = {2021}
}
备注
11 pages, 11 figures, journal