SUNet:面向全景分割的尺度感知统一网络
计算机视觉与模式识别
2022-09-08 v1
摘要
全景分割结合了语义分割与实例分割的优势,可为智能车辆提供像素级与实例级的环境感知信息。然而,其在分割不同尺度物体时面临挑战,尤其是极大与极小物体。本工作中,我们提出两个轻量模块以缓解该问题。首先,设计 Pixel-relation Block 以建模大尺度 thing 的全局上下文信息,其基于查询无关形式并带来极小的参数增量。随后,构建 Convectional Network 以收集额外的分辨率信息用于小尺度 stuff,为下游分割分支提供更恰当的语义特征。基于这两个模块,我们提出一个端到端的尺度感知统一网络(SUNet),其对多尺度物体更具适应性。在 Cityscapes 与 COCO 上的大量实验证明了所提方法的有效性。
引用
@article{arxiv.2209.02877,
title = {SUNet: Scale-aware Unified Network for Panoptic Segmentation},
author = {Weihao Yan and Yeqiang Qian and Chunxiang Wang and Ming Yang},
journal= {arXiv preprint arXiv:2209.02877},
year = {2022}
}
备注
10 pages, 7 figures, 8 tables