论文阅读理解 - Panoptic Segmentation 全景分割
论文阅读理解 - Panoptic Segmentation 全景分割
摘要
新的任务场景 —— 全景分割 Panoptic Segmentation:
统一了实例分割(Instance Segmentation) 和语义分割(Semantic Segmentation).
实例分割 - 检测每个 object instance,并进行分割;
语义分割 - 对每个像素分类.
新的评价指标 —— panoptic quality(PQ) measure
basic 算法 —— 结合实例分割和语义分割的全景分割方法,输出全景结果.
新的研究方向.
CV 以往主要关注于 things - 可数的 objects (countable obects),如 people, animals, tools 等.
而对于 stuff - 相同或相似纹理或材料的不规则区域,如 grass,sky,road 等的关注较少.
关于 Stuff 的研究主要是以语义分割的进行,如 Figure 1b. 其目的是,通过对图片中每一个像素分类,来确定不规则、无组织、不可数的 stuff;语义分割方法是将 thing categories 作为 stuff.
关于 Things 的研究可以作为目标检测或实例分割进行,如Figure 1c. 其目的是,通过检测每个 object,并以 bounding box 或 segmentation mask 的方式描述.
问题:
Can there be a reconciliation between stuff and things?
Is there a simple problem formulation that gracefully encompasses both tasks?
And what would a unified visual recognition system look like?
新的任务场景 - 全景分割 Panoptic Segmentation(PS)
全景(panoptic) - 对视野内所有物体进行描述”including everything visible in one view”
全景分割 - 图片内的每个像素都必须分配 semantic label 和 instance id. 如 Figure 1d.
相同 label 和相同 id 的像素属于相同 object;忽略 stuff labels 的 instance id.
Figure1. (a) 给定图片;(b)语义分割 groundtruth,逐像素的 class labels;(c)实例分割 groundtruth,逐 object 的 mask 和 class label;(d) 全景分割 groundtruth,逐像素的 class labels 和 instance labels. PS 将语义分割和实例分割泛化,对图片中的每一个可见 object 和 region 进行辨别与描述.
全景分割与实例分割,语义分割的不同:
- 对比语义分割,全景分割需要区分不同的 object instances;对于 FCN-based 方法具有挑战性.
- 对比实例分割,全景分割必须是非重叠的(non-overlapping);对于 region-based 方法具有挑战性.
- 全景分割需要同时识别 stuff 和 things.
全景分割度量评价.
全景分割的尝试研究,结合语义分割和实例分割两种独立的研究,采用一系列的后处理方法,将二者的结果进行合并(本质上是,NMS 的复杂形式). 给出初步的全景分割 baseline.
1. 全景分割
1.1 PS 定义
给定 L L 个语义 Categotries 的集合: ,
全景分割算法的目标是:将图片的每一个像素 i i 映射到一个 pair .
其中, li l i - 像素 i i 的语义 class; - 像素 i i 的 instance id.
全景分割算法的输出是以 instances 为基本单元,而不是像素,并用于后续的分割结果度量评价.
图片的 groundtruth 标注也采用相同方式处理.
1.2 Stuff 和 Thing Labels
语义 label 集包括两个子集: 和 LTh L T h ,且 L=LSt∪LTh L = L S t ∪ L T h , LSt∩LTh=⊘ L S t
凛冬未尽: caffemodel下载不了了
2301_81992104: 您好,可以请教点云模型部署的问题吗?有偿丰厚,期待您的回复,谢谢
源动随风: 你好歹把人家论文的图片放上来啊,纯翻译文字是吧
把你崽了: 想请问一下这个文章里面的图片是怎么来的
HIT-2022113318: 博主大大您好,我最近在做衣物识别方面的项目,可以分享以下文件的解压密码吗?邮箱为:1452802638@qq.com 感谢感谢!!