统一感知：以最小标注成本实现高效的深度感知视频全景分割
计算机视觉与模式识别
2023-04-04 v2
摘要
深度感知视频全景分割是一种基于摄像头的场景理解的有前景方法。然而，与基于图像的方法相比，当前最先进的方法需要昂贵的视频标注，并使用复杂的训练流程。在本文中，我们提出了一种名为“统一感知”（Unified Perception）的新方法，该方法在不要求基于视频的训练的情况下达到了最先进的性能。我们的方法采用简单的两阶段级联跟踪算法，该算法（重新）使用在基于图像的网络中计算出的目标嵌入。在 Cityscapes-DVPS 数据集上的实验结果表明，我们的方法达到了 57.1 的总体 DVPQ，超越了最先进的方法。此外，我们表明我们的跟踪策略在 KITTI-STEP 上对长期目标关联是有效的，达到了 59.1 的 STQ，超过了采用相同骨干网络的那些最先进方法的性能。代码可在 https://tue-mps.github.io/unipercept 获取。
引用
@article{arxiv.2303.01991,
title = {Unified Perception: Efficient Depth-Aware Video Panoptic Segmentation with Minimal Annotation Costs},
author = {Kurt Stolle and Gijs Dubbelman},
journal= {arXiv preprint arXiv:2303.01991},
year = {2023}
}