SIGN：用于广义零样本语义分割的空间信息融合生成网络
计算机视觉与模式识别
2021-08-31 v1
摘要
与常规零样本分类不同，零样本语义分割在像素级别而非图像级别预测类别标签。在解决零样本语义分割问题时，具有周围上下文的像素级预测需求促使我们引入位置编码以融合空间信息。我们通过提出相对位置编码（Relative Positional Encoding）的概念改进标准位置编码，其在特征级别融合空间信息并能处理任意图像尺寸。此外，尽管自训练广泛用于零样本语义分割以生成伪标签，我们提出一种受知识蒸馏启发的新自训练策略，即退火自训练（Annealed Self-Training），其可自动为伪标签分配不同重要性以提升性能。我们在全面的实验评估中系统研究了所提的相对位置编码与退火自训练，经验结果证实了我们的方法在三个基准数据集上的有效性。
引用
@article{arxiv.2108.12517,
title = {SIGN: Spatial-information Incorporated Generative Network for Generalized Zero-shot Semantic Segmentation},
author = {Jiaxin Cheng and Soumyaroop Nandi and Prem Natarajan and Wael Abd-Almageed},
journal= {arXiv preprint arXiv:2108.12517},
year = {2021}
}
备注
Accepted in ICCV 2021