TensorMask：一种用于密集目标分割的基础框架
计算机视觉与模式识别
2019-08-29 v2
摘要
在密集规则网格上生成边界框目标预测的滑动窗口目标检测器已快速发展并广受欢迎。相比之下，现代实例分割方法主要由先检测目标边界框、再裁剪并分割这些区域的方法主导，如 Mask R-CNN 所推广的那样。在这项工作中，我们研究了密集滑动窗口实例分割范式，这一范式出人意料地未被充分探索。我们的核心观察是，该任务与其他密集预测任务（如语义分割或边界框目标检测）有本质不同，因为每个空间位置的输出本身是一个具有自身空间维度的几何结构。为形式化这一点，我们将密集实例分割视为对 4D 张量的预测任务，并提出一个名为 TensorMask 的通用框架，该框架显式捕捉此几何结构并支持对 4D 张量的新算子。我们证明，张量视角相比忽略此结构的基线带来大幅提升，并取得了与 Mask R-CNN 相当的结果。这些有前景的结果表明，TensorMask 可作为密集掩码预测新进展及更完整理解该任务的基础。代码将公开可用。
引用
@article{arxiv.1903.12174,
title = {TensorMask: A Foundation for Dense Object Segmentation},
author = {Xinlei Chen and Ross Girshick and Kaiming He and Piotr Dollár},
journal= {arXiv preprint arXiv:1903.12174},
year = {2019}
}
备注
accepted to ICCV