QQ Group: 428014259
Sina Weibo:小锋子Shawn
Tencent E-mail:[email protected]
http://blog.csdn.net/dgyuanshaofeng/article/details/84865335
作者:Eirikur Agustsson, Jasper R. R. Uijlings, Vittorio Ferrari
单位:Google Research
Jasper R. R. Uijlings [Google Scholar],大家可能比较熟悉,就是Selective Search的作者。
0 摘要
解决交互全图标注任务,该任务的目标是生成所有object和stuff区域的分割图。属于scribble方法,即画粗线、涂鸦。改编Mask R-CNN。在4个extreme clicks和个改正的scribbles每区域,所提出方法可提升5%IoU,接近90%的IoU。
1 介绍
提到标注成本,Cityscapes每一图像需要1.5小时,COCO+stuff每一图像需要19分钟。提到scribble corrections比click correstions更为自然。
2 相关工作
交互全图分割 提及Fluid Annotation
3 作者的交互分割模型
主要包含从extreme points生成分割图,然后利用scribble corrections嵌入Mask R-CNN中,生成校正的分割图。
3.1 模型结构
改编的Mask R-CNN,由接收单一RGB输入,变为接收3种输入信息。第一种就是RGB图像,第二种就是extreme points和scribble corrections生成的标注图,假设 ,第三种就是,由extreme points决定的包围盒box,假设 。N为标注者想要把图分割成N个区域。
[1] Interactive Full Image Segmentation 2018 [paper]