Retinal Vessel Segmentation with Pixel-wise Adaptive Filters
University of Science and Technology of China(中国科学技术大学);Institute of Artificial Intelligence, Hefei Comprehensive National Science Center(合肥综合性国家科学中心人工智能研究院)
由于视网膜血管纹理复杂,成像对比度低,因此精确的视网膜血管分割具有挑战性。以前的方法通常通过级联多个深度网络来细化分割结果,这是耗时且低效的。在本文中,我们提出了两种新的方法来解决这些挑战。首先,我们设计了一个轻量级的模块,命名为多尺度残差相似性收集(MRSG),以产生逐像素的自适应滤波器(PA过滤器)。与级联多个深度网络不同,只有一个PA-Filter层可以改善分割结果。其次,我们引入了响应线索擦除(RCE)策略,以提高分割精度。在DRIVE,CHASE_DB1和STARE数据集上的实验结果表明,我们提出的方法在保持紧凑结构的同时优于最先进的方法。代码可在https://github.com/Limingxing00/Retinal-Vessel-Segmentation-ISBI20222上获得。
2022-02-03 cs.CV eess.IV
Cross-Image Relational Knowledge Distillation for Semantic Segmentation
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of Chinese Academy of Sciences(中国科学院大学);Horizon Robotics(地平线机器人);Wuhan University(武汉大学)
当前用于语义分割的知识蒸馏(KD)方法通常引导学生模仿教师从个体数据样本生成的结构化信息。然而,它们忽略了对KD有价值的各种图像中像素之间的全局语义关系。本文提出了一种新的跨图像关系KD(CIRKD),它的重点是在整个图像之间传输结构化的像素到像素和像素到区域的关系。动机是一个好的教师网络可以根据全局像素依赖性构建一个结构良好的特征空间。CIRKD使学生模仿教师更好的结构化语义关系,从而提高分割性能。在Cityscapes、CamVid和Pascal VOC数据集上的实验结果证明了我们所提出的方法对最先进的蒸馏方法的有效性。该代码可在https://github.com/winycg/CIRKD上获得。
2022-05-10 cs.CV
Regression and Learning with Pixel-wise Attention for Retinal Fundus Glaucoma Segmentation and Detection
University of Florida(佛罗里达大学)
眼科医生观察视网膜眼底图像是青光眼的主要诊断方法。然而,仅通过人工观察仍然难以区分病变的特征,特别是在青光眼早期。在本文中,我们提出了两种基于深度学习的自动算法,用于青光眼检测和视盘和视杯分割。我们利用注意力机制来学习像素级特征以进行准确预测。特别是,我们提出了两个卷积神经网络,可以专注于学习各种像素级特征。此外,我们还开发了几种注意力策略来指导网络学习对预测准确性有重大影响的重要特征。我们在验证数据集上评估了我们的方法,提出的两个任务的解决方案可以取得令人印象深刻的结果,并优于当前最先进的方法。\textit{The code is available at \url{https://github.com/cswin/RLPA}}。
2020-01-06 cs.CV eess.IV
Weak Supervision for Generating Pixel-Level Annotations in Scene Text Segmentation
University of Siena(锡耶纳大学)
为场景文本分割提供像素级监督本质上是困难和昂贵的,因此只有很少的小数据集可用于此任务。为了面对训练数据的稀缺性,基于卷积神经网络(CNN)的先前方法依赖于使用合成数据集进行预训练。然而,合成数据不能再现自然图像的复杂性和可变性。在这项工作中,我们建议使用弱监督学习的方法来减少合成和真实数据之间的域转移。利用COCO-Text和MLT数据集的边界框监督,我们生成真实图像的弱像素级监督。特别地,创建并发布COCO-文本-分割(COCO_TS)和MLT-分割(MLT_S)数据集。这两个数据集用于训练一个CNN,分割多尺度注意力网络(SMANet),它是专门设计来面对场景文本分割任务的一些特点。SMANet在所提出的数据集上进行端到端训练,实验表明COCO_TS和MLT_S是合成图像的有效替代方案,允许仅使用一小部分训练样本并显着提高性能。
2019-11-19 cs.CV cs.LG eess.IV
An Effective Pixel-Wise Approach for Skin Colour Segmentation Using Pixel Neighbourhood Technique
K.J. Somaiya College of Engineering(K.J. 索马亚工程学院);University of Mumbai(孟买大学)
本文提出了一种新的肤色分割技术,克服了现有技术所面临的局限性,如颜色范围保持。肤色分割受不同肤色和周围光照条件的影响,导致许多技术的肤色分割效果不佳。我们提出了一种新的两阶段像素邻域技术,根据其邻域像素将任何像素分类为皮肤或非皮肤。第一步通过将像素的HSV值传递到深度神经网络模型来计算每个像素是皮肤的概率。在下一步中,它使用相邻像素的这些概率来计算像素是皮肤的可能性。该技术比现有技术更好地执行肤色分割。
2021-08-24 cs.CV
Learning Pixel Representations for Generic Segmentation
Technion - Israel Institute of Technology(以色列理工学院)
到目前为止,用于通用(非语义)分割的深度学习方法是间接的,并且依赖于边缘检测。这与直接应用DNN的语义分割相反。我们提出了一种替代方法,称为深度通用分割(DGS),并尝试遵循用于语义分割的路径。我们的主要贡献是一个新的方法,学习一个像素的代表,反映段的相关性。该表示与CRF相结合以产生分割算法。我们表明,我们能够学习有意义的表示,提高分割质量和表示本身实现国家的最先进的段相似性分数。分割结果是有竞争力和有前途的。
2019-09-25 cs.CV
Pixel Consensus Voting for Panoptic Segmentation
Carnegie Mellon University(卡内基梅隆大学);TTI-Chicago(丰田工业大学芝加哥分校);University of Chicago(芝加哥大学)
我们的方法,像素共识投票的核心,是一个框架的实例分割的基础上广义霍夫变换。像素对包含实例质心的可能区域进行离散化的概率投票。在投票热图中出现的检测到的峰值处,应用反向投影来收集像素并产生实例掩码。与密集枚举对象提案的滑动窗口检测器不同,我们的方法检测实例是像素投票之间达成共识的结果。我们使用卷积神经网络的原生算子实现投票聚合和反向投影。质心投票的离散化将实例分割的训练减少到像素标记,类似于和补充于FCN风格的语义分割,从而产生联合建模事物和材料的高效且统一的架构。我们证明了我们的管道COCO和城市景观全景分割的有效性,并获得了有竞争力的结果。代码将是开源的。
2020-04-04 cs.CV
All you need are a few pixels: semantic segmentation with PixelPick
University of Oxford(牛津大学)
语义分割任务的核心挑战是获得密集像素级注释以监督模型训练的高昂成本。在这项工作中,我们表明,为了实现良好的分割性能,您所需要的只是一些精心选择的像素标签。我们做出了以下贡献:(i)我们研究了新的语义分割设置,其中标签仅在稀疏像素位置提供,并表明深度神经网络可以使用少量这样的标签来获得良好的效果;(ii)我们展示了如何在一个称为PixelPick的主动学习框架内利用这种现象,以从根本上降低标签成本,(iii)我们进行了大量的实验来研究在固定预算、模型预训练、模型容量和在这种低注释制度下拾取像素的采样机制下注释多样性的影响;(iv)我们提供了与具有主动学习的语义分割的现有技术水平的比较,并且在CamVid、Cityscapes和PASCAL VOC 2012基准上展示了具有高达两个数量级的像素注释的可比性能;(v)最后,我们评估了我们的注释管道的效率及其对注释者错误的敏感性,以证明其实用性。
2021-04-15 cs.CV
Pixel-wise Segmentation of Street with Neural Networks
从驾驶员角度拍摄的照片的像素级街道分割对于自动驾驶汽车非常重要,也可以支持其他对象识别任务。开发了一个称为SST的框架来检查不同神经网络的准确性和执行时间。最好的神经网络实现了一个$F_1$的分数为89.5%,一个简单的前馈神经网络,训练解决回归任务。
2015-11-02 cs.CV
From Pixel to Patch: Synthesize Context-aware Features for Zero-shot Semantic Segmentation
Shanghai Jiao Tong University(上海交通大学)
为了减轻图像标注的负担,零样本学习已经被积极地研究用于图像分类任务。有趣的是,语义分割任务需要更多的劳动密集型像素方式的注释,但zero-shot语义分割只吸引了有限的研究兴趣。因此,我们专注于zero-shot语义分割,其目的是分割看不见的对象,只有类别级的语义表示提供了看不见的类别。在本文中,我们提出了一种新的上下文感知特征生成网络(CaGNet),它可以合成上下文感知像素视觉特征的基础上看不见的类别类别级的语义表示和像素的上下文信息。合成的特征用于微调分类器,以能够分割看不见的对象。此外,我们将逐像素特征生成和微调扩展到逐块特征生成和微调,其另外考虑像素间关系。在Pascal-VOC、Pascal-Context和COCO-stuff上的实验结果表明,该方法明显优于现有的zero-shot语义分割方法。代码可在https://github.com/bcmi/CaGNetv2-Zero-Shot-Semantic-Segmentation上获得。
2022-01-21 cs.CV
Exploring Cross-Image Pixel Contrast for Semantic Segmentation
ETH Zurich(苏黎世联邦理工学院);SenseTime Research(商汤科技研究院)
当前的语义分割方法仅关注于挖掘“局部”上下文,即,通过上下文聚合模块(例如,扩张卷积,神经注意力)或结构感知优化准则(例如,类似IOU的损失)。然而,它们忽略了训练数据的“全局”上下文,即,不同图像中像素之间的丰富语义关系。受无监督对比表示学习的最新进展的启发,我们提出了一个全监督设置中的语义分割的逐像素对比框架。其核心思想是强制属于同一语义类的像素嵌入比来自不同类的嵌入更相似。它提出了一个逐像素的度量学习范式的语义分割,通过显式地探索标记像素的结构,这是以前很少探索。我们的方法可以毫不费力地纳入现有的分割框架,在测试过程中没有额外的开销。我们的实验表明,与著名的分割模型(即,DeepLabV 3,HRNet,OCR)和主干(即,ResNet,HR-Net),我们的方法在不同的数据集(即,Cityscapes,PASCAL-Context,COCO-Stuff,CamVid).我们希望这项工作将鼓励我们的社区重新思考目前在完全监督的语义分割的事实上的训练范式。
2021-03-30 cs.CV
Pixel Contrastive-Consistent Semi-Supervised Semantic Segmentation
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);X The Moonshot Factory(X 登月工厂)
提出了一种新的半监督语义分割方法,该方法同时满足了分割模型的两个要求:图像增强之间的标签空间一致性和不同像素之间的特征空间对比性。我们分别利用像素级L2损失和像素对比度损失来实现这两个目的。为了解决像素对比度损失中的计算效率问题和假负噪声问题,我们进一步介绍和研究了几种负采样技术。广泛的实验证明了我们的方法(PC 2Seg)与DeepLab-v3+架构的最新性能,在来自VOC,Cityscapes和COCO数据集的几个具有挑战性的半监督设置中。
2021-08-20 cs.CV
RankSeg: Adaptive Pixel Classification with Image Category Ranking for Segmentation
University of Science and Technology of China(中国科学技术大学);Microsoft Research Asia(微软亚洲研究院);UC Berkeley(加州大学伯克利分校)
分割任务传统上被制定为完整标签像素分类任务,以从所有图像或视频共享的固定数量的预定义语义类别中预测每个像素的类别。然而,在这种表述之后,标准架构将不可避免地在更现实的设置下遇到各种挑战,其中类别的范围扩大(例如,超过1 K的水平)。另一方面,在典型的图像或视频中,只有少数类别,即,存在完整标签的一个小子集。出于这种直觉,在本文中,我们提出将分割分解为两个子问题:(i)图像级或视频级多标签分类和(ii)像素级秩自适应选择标签分类。给定一个输入图像或视频,我们的框架首先对完整的标签进行多标签分类,然后对完整的标签进行排序,并根据它们的类置信度得分选择一个小子集。然后,我们使用秩自适应像素分类器仅对选定的标签执行逐像素分类,该分类器使用一组面向秩的可学习温度参数来调整像素分类分数。我们的方法在概念上是通用的,并且可以通过简单地使用轻量级的多标签分类头和秩自适应像素分类器来改进各种现有的分割框架。我们证明了我们的框架的有效性与竞争力的实验结果在四个任务,包括图像语义分割,图像全景分割,视频实例分割,视频语义分割。特别是,通过我们的RankSeg,Mask 2Former在ADE 20 K全景分割/YouTubeVIS 2019视频实例分割/VSPW视频语义分割基准测试中分别获得了+0.8%/+0.7%/+0.7%的收益。
2022-07-20 cs.CV
PNM: Pixel Null Model for General Image Segmentation
Tsinghua University(清华大学);ByteDance Group(字节跳动集团)
图像分割中的一个主要挑战是对对象边界进行分类。最近的努力提出了改进的分割结果与边界掩模。然而,即使模型正确地捕获了对象轮廓,它们仍然容易对边界像素进行错误分类。在这种情况下,即使是完美的边界图也无助于分割细化。在本文中,我们认为,分配适当的先验权重,容易出错的像素,如对象边界,可以显着提高分割质量。具体而言,我们提出了\textit{pixel null model}(PNM),先验模型,根据其被正确分类的随机分割器的概率加权每个像素。实证分析表明,PNM捕获的错误分类分布的不同国家的最先进的(SOTA)分割。在三个数据集(Cityscapes,ADE 20 K,MS COCO)上进行的语义,实例和全景分割任务的广泛实验证实,PNM始终提高了大多数SOTA方法(包括视觉Transformer)的分割质量,并大大优于基于边界的方法。我们还观察到,广泛使用的平均IoU(mIoU)度量对不同锐度的边界不敏感。作为一个副产品,我们提出了一个新的度量,\textit{PNM IoU},它感知边界的清晰度,更好地反映了模型分割性能的易错区域。
2022-03-13 cs.CV
Two-Stream Networks for Object Segmentation in Videos
Meituan(美团)
现有的基于匹配的方法通过从像素级存储器中检索支持特征来执行视频对象分割(VOS),而一些像素可能遭受存储器中缺乏对应性(即,看不见),这不可避免地限制了它们的分割性能。在本文中,我们提出了一个双流网络(TSN)。我们的TSN包括(i)具有常规像素级存储器的像素流,以基于像素级存储器检索来分割所看到的像素。(ii)用于不可见像素的实例流,其中利用以目标实例的特征为条件的动态分割头来获得对实例的整体理解。(iii)像素划分模块,生成路由图,利用该路由图将两个流的输出嵌入融合在一起。紧凑的实例流有效地提高了不可见像素的分割准确性,而融合两个流与自适应路由映射导致整体性能提升。通过大量的实验,我们证明了我们提出的TSN的有效性,我们还报告了YouTube-VOS 2018和DAVIS-2017验证分割的最新性能分别为86.1%和87.5%。
2022-08-08 cs.CV
Pixel-by-Pixel Cross-Domain Alignment for Few-Shot Semantic Segmentation
Polytechnic University of Turin(都灵理工大学);CINI - Consorzio Interuniversitario Nazionale per l’Informatica(意大利国家跨大学信息学联盟)
在本文中,我们考虑自动驾驶应用程序中的语义分割的任务。具体来说,我们考虑跨域Few-Shot设置,其中训练可以仅使用少数真实世界注释图像和许多注释合成图像。在这种情况下,由于分割中固有的像素类不平衡,使得对齐域更具挑战性,并且导致忽略代表性不足的类并过度拟合代表性良好的类。我们解决这个问题,一个新的框架称为像素的像素跨域对齐(PixDA)。我们提出了一种新的逐像素域对抗性损失,遵循三个标准:(i)对齐每个像素的源域和目标域,(ii)避免正确表示的像素上的负传递,以及(iii)正则化不频繁类的训练以避免过拟合。逐像素对抗训练由一种新的样本选择过程和一种知识蒸馏策略辅助,该样本选择过程处理源数据和目标数据之间的不平衡,该知识蒸馏策略避免了对少数目标图像的过度拟合。我们在标准的合成到真实的基准测试中证明,PixDA在(1-5)次拍摄设置中优于以前的最先进的方法。
2021-10-22 cs.CV
Pixel Level Data Augmentation for Semantic Image Segmentation using Generative Adversarial Networks
Beihang University(北京航空航天大学);Keep Inc(Keep公司)
语义分割是计算机视觉的基本课题之一,它的目的是为图像中的每个像素分配语义标签。不平衡的语义标签分布可能对分割精度产生负面影响。在本文中,我们研究使用数据增强方法来平衡语义标签分布,以提高分割性能。我们建议使用生成对抗网络(GANs)来生成逼真的图像,以提高语义分割网络的性能。实验结果表明,该方法不仅可以提高对低精度类的分割性能,而且平均分割精度提高了1.3%~ 2.1%。实验结果表明,这种增强方法可以提高分割精度,并且可以很容易地应用到其他分割模型中。
2019-11-26 cs.CV
Light Field Segmentation From Super-pixel Graph Representation
Northwestern Polytechnical University(西北工业大学)
高效、准确地分割光场是计算机视觉和图形学中的一个重要课题。输入数据量大,光场冗余,使其成为一个公开的挑战。本文提出了一种新的基于光场超像素(LFSP)的交互式光场分割图表示方法。LFSP不仅保持了光场冗余,而且大大减少了图的大小。这些优点使得LFSP有助于提高分割效率。基于LFSP图结构,提出了一种基于图割的光场分割算法。在人工和真实数据集上的实验结果表明,该方法在准确性和效率方面优于以往的光场分割算法。
2017-12-20 cs.CV
Class Balanced PixelNet for Neurological Image Segmentation
National University of Singapore(新加坡国立大学)
在本文中,我们提出了一种自动脑肿瘤分割方法(例如,PixelNet)使用像素级卷积神经网络(CNN)。该模型从多个卷积层中提取特征,并将它们连接起来形成一个超列,其中对适度数量的像素进行采样以进行优化。超列确保了像素预测器的局部和全局上下文信息。该模型通过在训练阶段采样几个像素来确认统计效率,其中空间冗余限制了传统像素级语义分割方法中相邻像素之间的信息学习。此外,训练数据中的标签偏斜导致卷积模型经常收敛到某些类别,这是医学数据集中的常见问题。我们通过在采样时间内为所有类选择相等数量的像素来处理这个问题。该模型在脑肿瘤和缺血性中风病变分割数据集上取得了令人满意的结果。
2022-04-23 cs.CV eess.IV
Single Pixel Reconstruction for One-stage Instance Segmentation
Hangzhou Dianzi University(杭州电子科技大学);Zhejiang International Studies University(浙江外国语学院);University of Sydney(悉尼大学)
目标实例分割是计算机视觉中最基本也是最具挑战性的任务之一,它要求对图像进行像素级的理解。大多数现有的方法解决这个问题,通过添加一个掩模预测分支的区域建议网络(RPN)的两阶段的对象检测器。虽然产生了良好的分割结果,这些两阶段的方法的效率是远远不能令人满意的,限制了它们在实践中的适用性。在本文中,我们提出了一个一阶段的框架,SPRNet,它执行有效的实例分割通过引入一个单像素重建(SPR)分支,现成的一阶段检测器。增加的SPR分支直接从卷积特征图中的每个像素重建像素级掩模。使用相同的ResNet-50主干,SPRNet以更高的推理速度实现了与Mask R-CNN相当的掩码AP,并在每个尺度上与RetinaNet相比获得了对框AP的全面改进。
2019-05-17 cs.CV
Image-free single-pixel segmentation
Beijing Institute of Technology(北京理工大学)
现有的分割技术需要高保真图像作为输入来执行语义分割。由于分割结果包含的大部分边缘信息远少于获取的图像,吞吐量差距导致硬件和软件的浪费。在这封信中,我们报告了一个无图像的单像素分割技术。该技术结合结构照明和单像素检测,有效地采样和复用场景的分割信息压缩成一维测量。照明模式与随后的重建神经网络一起被优化,该重建神经网络直接从单像素测量推断分割图。端到端的编码和解码学习框架可以通过相应的网络优化照明,从而提供高的采集和分割效率。仿真和实验结果均表明,该方法可以在输入数据少两个数量级的情况下实现准确的分割。当采样率为1%时,Dice系数达到80%以上,像素精度达到96%以上。我们设想,这种无图像分割技术可以广泛应用于各种资源有限的平台,如无人机和无人驾驶车辆,需要实时传感。
2021-08-24 cs.CV eess.IV
Segmentation of skin lesions based on fuzzy classification of pixels and histogram thresholding
University of Deusto(德乌斯托大学)
本文提出了一种基于像素模糊分类和直方图阈值分割的皮肤镜图像中的皮肤病变分割方法。
2017-03-11 cs.AI cs.CV stat.ML
Hierarchical pixel clustering for image segmentation
St. Petersburg Institute for Informatics and Automation of RAS(俄罗斯科学院圣彼得堡信息学与自动化研究所)
本文讨论了像素簇或像素段的连续数目的逐段常数图像近似。研究了图像逼近的层次序列对最优逼近序列的优化。通过减少类中的段数,提供了从像素聚类到图像分割的过渡。算法由初等公式证明。
2014-01-23 cs.CV
Meta Corrupted Pixels Mining for Medical Image Segmentation
Xi’an Jiaotong University(西安交通大学);Xidian University(西安电子科技大学)
深度神经网络在成堆的医学图像分析任务中取得了令人满意的性能。然而,深度神经网络的训练需要大量具有高质量注释的样本。在医学图像分割中,获取精确的像素级注释是非常费力和昂贵的。针对在标注可能被破坏的数据集上训练深度分割模型的问题,提出了一种基于简单元掩码网络的Meta Corrupted Pixels Mining(MCPM)方法。我们的方法的目标是自动估计一个加权图,以评估每个像素在分割网络学习中的重要性。Meta掩码网络将预测分割结果的损失值图作为输入,能够识别出损坏的层并为其分配小的权重。采用另一种算法同时训练分割网络和Meta掩码网络。在LIDC-IDRI和LiTS数据集上的大量实验结果表明,我们的方法优于为应对损坏的注释而设计的最先进的方法。
2020-07-07 cs.CV
ConnNet: A Long-Range Relation-Aware Pixel-Connectivity Network for Salient Segmentation
UiT The Arctic University of Norway(挪威北极大学);Carnegie Mellon University(卡内基梅隆大学);Cornell University(康奈尔大学);Petuum Inc.(派拓姆公司);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学)
显著性分割的目的是分割出引人注目的区域,这是一项关键而具有挑战性的任务,也是许多高级计算机视觉应用的基础。它需要语义感知的像素分组到显着的区域,并受益于利用全球多尺度上下文,以实现良好的局部推理。以前的作品往往解决它作为两类分割问题,利用复杂的多步程序,包括细化网络和复杂的图形模型。我们认为,语义显着分割,而不是可以有效地解决重新制定它作为一个简单而直观的基于像素对的连接预测任务。根据直觉,显着的对象可以通过相邻像素之间的语义感知连接自然分组,我们提出了一个纯连接网络(ConnNet)。ConnNet通过利用嵌入在图像中的多级级联上下文和长距离像素关系来预测每个像素与其相邻像素的连接概率。我们研究了我们的方法上的两个任务,即显着的对象分割和显着的实例级分割,并说明了一致的改进,可以通过建模这些任务的连接,而不是二进制分割任务的各种网络架构。我们实现了最先进的性能,优于或与现有的方法相媲美,同时减少推理时间,由于我们不太复杂的方法。
2019-02-12 cs.CV
Hard Pixel Mining for Depth Privileged Semantic Segmentation
Shanghai Jiao Tong University(上海交通大学)
语义分割已经取得了很大的进展,但由于场景复杂、物体遮挡等原因,语义分割仍存在一定的挑战性,一些研究工作试图使用额外的信息,如深度图来帮助基于RGB的语义分割,因为深度图可以提供互补的几何线索。然而,由于深度传感器的不可访问性,深度信息通常无法用于测试图像。在语义分割中,深度信息只对训练图像有效,而对测试图像无效,本文仅利用训练图像的深度信息作为优先信息来挖掘硬像素。具体来说,我们提出了一种新的损失重量模块,它输出的损失重量图采用两个深度相关的测量硬像素:深度预测误差和深度感知分割误差。然后将损失权重图应用于分割损失,目标是通过更多地关注硬像素来学习更鲁棒的模型。此外,本研究亦探讨以减重图为基础的课程学习策略。同时,为了充分挖掘不同尺度上的硬像素,我们将我们的损失权重模块应用于多尺度侧输出。我们的硬像素挖掘方法在两个基准数据集上取得了最先进的结果,甚至优于在测试过程中需要深度输入的方法。
2020-03-11 cs.CV
A Pixel-Level Meta-Learner for Weakly Supervised Few-Shot Semantic Segmentation
National Taiwan University(台湾大学);ASUS Intelligent Cloud Services(华硕智能云服务)
Few-Shot语义分割解决了学习任务,其中只有少数具有地面实况像素级标签的图像可用于感兴趣的新类别。通常需要收集大量数据(即,基类),然后是元学习策略来解决上述学习任务。当在训练和测试期间只能观察到图像级语义标签时,弱监督Few-Shot语义分割被认为是更具挑战性的任务。为了解决这个问题,我们提出了一种新的元学习框架,它预测伪像素级分割掩码从有限的数据量和它们的语义标签。更重要的是,我们的学习方案进一步利用产生的像素级信息,用于具有分割保证的查询图像输入。因此,我们提出的学习模型可以被看作是一个像素级的元学习者。通过对基准数据集的广泛实验,我们表明,我们的模型在完全监督设置下实现了令人满意的性能,但在弱监督设置下对最先进的方法表现良好。
2021-11-02 cs.CV
SegFix: Model-Agnostic Boundary Refinement for Segmentation
Key Lab of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS(中国科学院计算技术研究所智能信息处理重点实验室);University of Chinese Academy of Sciences(中国科学院大学);Microsoft Research Asia(微软亚洲研究院);University of Science and Technology of China(中国科学技术大学)
我们提出了一个模型不可知的后处理方案,以提高边界质量的分割结果,是由任何现有的分割模型。出于经验观察,内部像素的标签预测更可靠,我们建议用内部像素的预测来取代原来不可靠的边界像素的预测。我们的方法通过两个步骤只处理输入图像:(i)定位边界像素和(ii)为每个边界像素识别相应的内部像素。我们通过学习从边界像素到内部像素的方向来建立对应关系。我们的方法不需要任何先验信息的分割模型,并达到接近实时的速度。我们通过经验验证,我们的SegFix始终减少了Cityscapes、ADE20K和GTA 5上各种最先进模型生成的分割结果的边界误差。代码可在:https://github.com/openseg-group/openseg.pytorch.
2020-08-27 cs.CV
Per-Pixel Classification is Not All You Need for Semantic Segmentation
Facebook AI Research(Facebook人工智能研究院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
现代方法通常将语义分割公式化为逐像素分类任务,而实例级分割则使用替代掩模分类来处理。我们的关键见解:掩码分类足够通用,以使用完全相同的模型、损失和训练过程以统一的方式解决语义级和实例级分割任务。根据这一观察,我们提出了MaskFormer,这是一个简单的掩码分类模型,它预测一组二进制掩码,每个掩码与单个全局类别标签预测相关联。总体而言,所提出的基于掩模分类的方法简化了语义和全景分割任务的有效方法的景观,并显示出良好的实证结果。特别是,我们观察到MaskFormer在类的数量很大时优于每像素分类基线。我们基于掩模分类的方法优于当前最先进的语义(在ADE 20 K上为55.6 mIoU)和全景分割(在COCO上为52.7 PQ)模型。
2021-10-31 cs.CV
COCO_TS Dataset: Pixel-level Annotations Based on Weak Supervision for Scene Text Segmentation
University of Siena(锡耶纳大学)
缺乏具有像素级监督的大规模数据集是训练用于场景文本分割的深度卷积网络的一个重大障碍。为此,通常采用合成数据生成来扩大训练数据集。尽管如此,合成数据不能再现自然图像的复杂性和可变性。在本文中,弱监督学习的方法是用来减少训练之间的真实和合成数据的转变。生成文本检测数据集的像素级监督(即,其中仅边界框注释可用)。特别是,创建并发布了COCO-Text-Segmentation(COCO_TS)数据集,该数据集为COCO-Text数据集提供像素级监督。所生成的注释被用于训练用于语义分割的深度卷积神经网络。实验表明,该数据集可以用来代替合成数据,使我们能够使用只有一小部分的训练样本,并显着提高性能。
2019-09-24 cs.CV
Super-BPD: Super Boundary-to-Pixel Direction for Fast Image Segmentation
Huazhong University of Science and Technology(华中科技大学);Harvard University(哈佛大学)
图像分割是一项基本的视觉任务,也是许多应用的关键步骤。本文提出了一种基于超边界像素方向(super-BPD)的快速图像分割方法和一种基于super-BPD的自定义分割算法。准确地说,我们将每个像素上的BPD定义为从其最近边界指向像素的二维单位向量。在BPD中,来自不同区域的附近像素具有彼此偏离的相反方向,并且同一区域中的相邻像素具有指向彼此或彼此的方向(即,围绕中间点)。我们利用这样的属性划分成超级BPD,这是新的信息超像素与强大的方向相似性快速分组到分割区域的图像。在BSDS 500和Pascal Context上的大量实验结果表明,该算法在图像分割中具有较高的准确性和有效性。在实践中,所提出的超级BPD实现了与MCG相当或更好的性能,同时以约25 fps vs. 0.07fps运行。超级BPD还表现出一个值得注意的可转移性看不见的场景。该代码可在https://github.com/JianqiangWan/Super-BPD上公开获取。
2020-05-30 cs.CV
PSGR: Pixel-wise Sparse Graph Reasoning for COVID-19 Pneumonia Segmentation in CT Images
Northwestern Polytechnical University(西北工业大学);Intel Labs(英特尔实验室);The University of Sydney(悉尼大学);University of Pittsburgh(匹兹堡大学);JD Finance America Corporation(京东金融美国公司)
计算机断层扫描(CT)图像中感染区域的自动准确分割对于预测COVID-19的病理阶段和治疗反应至关重要。几个深度卷积神经网络(DCNN)已被设计用于这一任务,其性能,然而,往往被其有限的局部感受野和不足的全局推理能力抑制。在本文中,我们提出了一个逐像素稀疏图推理(PSGR)模块,并将其插入到分割网络中,以增强CT图像中COVID-19感染区域分割的长程依赖关系建模。在PSGR模块中,首先通过基于分割主干产生的特征将每个像素投影到节点上来构建图,然后通过仅保留与每个不确定像素的K个最强连接来将其转换为稀疏连接图。在稀疏连接图上进行长距离信息推理,生成增强特征。该模块的优点有两个方面:(1)逐像素映射策略不仅避免了不精确的像素到节点投影,而且保留了每个像素的固有信息用于全局推理;以及(2)稀疏连接图构造导致有效的信息检索和噪声传播的减少。在三个公共数据集上对四种广泛使用的分割模型进行了评估。结果表明,配备PSGR模块的分割模型可以有效地分割CT图像中的COVID-19感染区域,优于所有其他竞争模型。
2021-08-09 cs.CV
Not All Pixels Are Equal: Learning Pixel Hardness for Semantic Segmentation
Wuhan University(武汉大学);Xiaomi AI Lab(小米人工智能实验室);Hubei Medical Devices Quality Supervision and Test Institute(湖北省医疗器械质量监督检验研究院)
本文提出学习像素难度(HL图)用于语义分割,通过最大化难度加权损失,在Cityscapes上平均提升1.37% mIoU,且几乎无额外成本。
2023-05-15 cs.AI cs.CV
A method for the segmentation of images based on thresholding and applied to vesicular textures
Politecnico di Torino(都灵理工大学)
在图像处理中,分割是将图像分割成多个像素集合的过程,所述多个像素集合被定义为超像素。每个超像素由标签或参数表征。在这里,我们提出了一种方法,用于确定基于阈值的图像的超像素。这种方法是非常有用的研究图像显示泡状纹理。
2016-12-04 cs.CV
Pixel-wise Planarity for High-Precision Monocular Plane Segmentation
ETH Zurich(苏黎世联邦理工学院);Microsoft Spatial AI Lab(微软空间智能实验室)
提出像素级平面性预测框架,结合深度与法线,通过区域生长实现高精度单目平面分割,提升几何精度与效率。
2026-09-15 cs.CV
Distilling Pixel-Wise Feature Similarities for Semantic Segmentation
在神经网络压缩技术中,知识蒸馏是一种有效的方法,它迫使一个简单的学生网络模仿一个较大的教师网络的输出。然而,大多数这样的模型蒸馏方法集中在图像级分类任务。直接使这些方法适应语义分割的任务只会带来边际改进。在本文中,我们提出了一个简单的,但有效的知识表示称为逐像素特征相似性(PFS),以解决具有挑战性的蒸馏问题的语义分割。开发的PFS为高级卷积特征的每个像素位置编码空间结构信息,这有助于以更简单的方式指导蒸馏过程。此外,提出了一种新颖的加权像素级软预测模仿方法,使学生网络能够根据其像素知识差距有选择地模仿教师网络的输出。在Pascal VOC 2012、ADE20K和Pascal Context的挑战性数据集上进行了广泛的实验。与几个强大的基线相比,我们的方法带来了显着的性能改进,并实现了新的最先进的结果。
2019-10-31 cs.CV
Pixelwise Instance Segmentation with a Dynamically Instantiated Network
University of Oxford(牛津大学)
语义分割和目标检测的研究近年来取得了长足的进展。然而,前一个任务没有相同对象的不同实例的概念,后者在粗略的边界框级别上操作。我们提出了一个实例分割系统,产生一个分割图,每个像素被分配一个对象类和实例身份标签。大多数方法使对象检测器适应于产生段而不是框。相比之下,我们的方法是基于一个初始的语义分割模块,它提供给一个实例子网络。该子网络使用初始类别级分割,以及来自对象检测器输出的线索,在端到端CRF中预测实例。我们模型的这一部分是动态实例化的,每个图像产生可变数量的实例。我们的端到端方法不需要后期处理,而是从整体上考虑图像,而不是处理独立的建议。因此,与某些相关工作不同,一个像素不能属于多个实例。此外,实现了更精确的分割,正如我们在Pascal VOC和Cityscapes数据集上的最新结果(特别是在高IoU阈值下)所示。
2017-04-07 cs.CV
Random Walk on Pixel Manifolds for Anomaly Segmentation of Complex Driving Scenes
SenseTime Japan(商汤科技日本公司)
针对复杂驾驶场景中像素嵌入流形扭曲影响异常分割精度的问题,提出像素流形随机游走(RWPM)方法,通过随机游走优化像素嵌入以缓解流形扭曲,提升异常分数准确性,有效增强现有方法的分割性能。
2024-09-15 cs.CV
Unsupervised Domain Adaptation in Semantic Segmentation Based on Pixel Alignment and Self-Training
Peking University(北京大学);National Engineering Laboratory for Big Data Analysis and Applications(大数据分析与应用国家工程实验室);Center for Data Science(数据科学中心);Beijing International Center for Mathematical Research (BICMR)(北京国际数学研究中心);Center for Data Science in Health and Medicine(健康医疗数据科学中心)
提出了一种基于像素对齐和自训练的无监督跨模态领域自适应方法。像素对齐将ceT1扫描转换为hrT2模态,有助于减少训练分割模型中的域偏移。自训练调整分割网络的决策边界以适应hrT2扫描的分布。实验结果表明,PAST显著优于非UDA基线,在CrossMoDA验证阶段排行榜上获得了2级,平均Dice得分为0.8395。
2021-09-29 cs.CV
Pixel-wise Energy-biased Abstention Learning for Anomaly Segmentation on Complex Urban Driving Scenes
Australian Institute for Machine Learning(澳大利亚机器学习研究所);University of Adelaide(阿德莱德大学);Singapore Management University(新加坡管理大学)
在复杂的城市驾驶场景中,最先进的(SOTA)异常分割方法探索了从离群值暴露或外部重建模型中学习的像素分类不确定性。然而,以前的不确定性方法将高不确定性与异常直接关联,有时可能导致不正确的异常预测,并且外部重建模型对于实时自动驾驶嵌入式系统来说往往效率太低。在本文中,我们提出了一种新的异常分割方法,命名为逐像素的能量偏置修正学习(PEBAL),探索逐像素修正学习(AL)与学习自适应像素级异常类的模型,以及学习内点像素分布的基于能量的模型(EBM)。更具体地说,PEBAL基于EBM和AL的非平凡联合训练,其中EBM被训练为输出异常像素的高能量(来自离群值暴露),并且AL被训练为使得这些高能量像素由于被包括到异常类别而接收自适应低惩罚。我们广泛评估PEBAL对SOTA,并表明它在四个基准测试中达到了最佳性能。代码可在https://github.com/tianyu0207/PEBAL上获得。
2022-09-05 cs.CV
DASNet: Reducing Pixel-level Annotations for Instance and Semantic Segmentation
Xidian University(西安电子科技大学)
像素级注释需要昂贵的人工努力,并限制了通常受益于更多此类训练数据的深度网络的性能。在这项工作中,我们的目标是实现高质量的实例和语义分割的结果在一个小的像素级掩模注释和一个大的框注释集。其基本思想是探索检测模型,以简化像素级监督学习任务,从而减少所需的掩码注释量。我们的架构,名为DASNet,由三个模块组成:检测,注意和分割。检测模块检测所有类别的对象,注意力模块生成多尺度类特定的功能,和分割模块恢复的二进制掩码。与PASCAL VOC 2012数据集上现有的半监督方法相比,我们的方法表现出显着提高的性能。
2020-01-31 cs.CV eess.IV
Intra-Class Subdivision for Pixel Contrastive Learning: Application to Semi-supervised Cardiac Image Segmentation
College of Computer Science(计算机科学学院);Software Engineering(软件工程);Shenzhen University(深圳大学);Shenzhen 518060, China(深圳518060, 中国)
本文提出SPCL框架,通过类内细分和边界对比损失提升心脏图像分割的精度和边界识别能力。
2026-01-30 cs.CV
Affinity Derivation and Graph Merge for Instance Segmentation
University of Science and Technology of China(中国科学技术大学);Beihang University(北京航空航天大学);Microsoft Research(微软研究院)
提出了一种基于像素亲和度信息的实例分割方法,该信息是同一实例中两个像素之间的关系。在我们的方案中,我们使用了两个结构相似的神经网络。一个是预测像素级语义得分,另一个是设计来获得像素的亲和力。将像素作为顶点,将亲和度作为边,提出了一种简单有效的图合并算法,将像素聚类为实例。实验结果表明,该方案可以生成细粒度的实例掩码。利用Cityscapes训练数据,该算法在测试集上获得了27.3AP的性能.
2018-11-27 cs.CV
Weak-shot Semantic Segmentation via Dual Similarity Transfer
Shanghai Jiao Tong University(上海交通大学);SenseTime Research(商汤科技研究院);SenseTime(商汤科技)
语义分割是一项重要而普遍的任务,但在更广泛的应用中扩展到更多的类时,严重遭受像素级注释的高成本。为此,我们专注于名为弱杆语义分割的问题,其中新的类是从便宜的图像级标签的支持下,具有现成的像素级标签的基类学习。为了解决这个问题,我们提出了SimFormer,它在MaskFormer上执行双重相似性转移。具体来说,MaskFormer将语义分割任务分解为两个子任务:提案分类和每个提案的提案分割。建议分割允许建议像素相似性从基类转移到新类,这使得新类的掩码学习成为可能。我们还从基本类中学习像素-像素相似性,并将这种类不可知的语义相似性提取到新类的语义掩码中,从而使分割模型与图像之间的像素级语义关系规则化。此外,我们提出了一个补充损失,以促进新类的学习。在具有挑战性的COCO-Stuff-10 K和ADE 20 K数据集上的综合实验证明了该方法的有效性。代码可在https://github.com/bcmi/SimFormer-Weak-Shot-Semantic-Segmentation上获得。
2022-10-05 cs.CV
Segmentation of large images based on super-pixels and community detection in graphs
Universidade de São Paulo(圣保罗大学);Universidade Federal do Tocantins(托坎廷斯联邦大学)
图像分割具有从机器学习到医学诊断的许多应用。在本文中,我们提出了一个框架的超像素的图像分割和算法的社区识别图。超像素预分割步骤减少了图中的节点数量,使该方法具有处理大图像的能力。此外,社区发现算法提供比传统方法(诸如基于谱图划分的那些方法)更准确的分割。我们还比较了我们的方法与两种算法:a)基于图的方法由Felzenszwalb和Huttenlocher和b)基于轮廓的方法由Arbelaez。结果表明,我们的方法提供了更精确的分割,是比他们两个更快。
2016-12-12 cs.AI cs.CV
Semantic Segmentation via Pixel-to-Center Similarity Calculation
Huazhong University of Science and Technology(华中科技大学);Meituan Inc.(美团)
由于全卷积网络在语义分割中取得了巨大的成功,因此人们提出了大量的工作集中在提取有区别的像素特征表示。然而,我们观察到现有的方法仍然遭受两个典型的挑战,即(i)在不同场景中的大类内特征变化,(ii)在同一场景中的小类间特征区别。在本文中,我们首先重新思考语义分割从像素和类中心之间的相似性的角度。分割头的每个权值向量代表了整个数据集中其对应的语义类,可以看作是类中心的嵌入。因此,逐像素分类相当于计算像素和类中心之间的最终特征空间中的相似性。在这种新颖的观点下,我们提出了一个类中心相似性层(CCS层),以解决上述挑战,通过生成自适应类中心条件不同的场景和监督类中心之间的相似性。它利用一个自适应类中心模块(ACCM)来生成类中心的条件下,每个场景,适应大类内的变化不同的场景。引入专门设计的损失函数,分别基于预测的中心到中心和像素到中心的相似性来控制类间和类内距离。最后,CCS层输出经处理的像素到中心的相似性作为分割预测。大量的实验表明,我们的模型对最先进的基于CNN的方法表现良好。
2023-01-12 cs.CV
RPM-Net: Robust Pixel-Level Matching Networks for Self-Supervised Video Object Segmentation
KAIST(韩国科学技术院)
本文介绍了一种无需人工标记数据的自监督视频对象分割方法,具体而言,我们提出了鲁棒像素级匹配网络(RPM-Net),这是一种新的深度架构,仅使用来自未标记视频的颜色信息进行训练,匹配相邻帧之间的像素。从技术上讲,RPM-Net可以分为两个主要模块。嵌入模块首先将输入图像投影到高维嵌入空间。与以往的基于可变形卷积的方法不同,本文的匹配模块采用可变形卷积来关注时空相邻像素中的相似特征,实验结果表明,选择性特征采样提高了视频对象分割对相机抖动等挑战性问题的鲁棒性,快速运动、变形和遮挡。此外,我们在三个公共数据集(即,DAVIS-2017、SegTrack-v2和Youtube-Objects),并在自监督视频对象分割方面实现最先进的性能。此外,我们显着减少了自监督和全监督视频对象分割之间的性能差距(DAVIS-2017验证集上为41.0% vs. 52.5%)
2019-10-10 cs.CV
Universal Weakly Supervised Segmentation by Pixel-to-Segment Contrastive Learning
UC Berkeley(加州大学伯克利分校);ICSI(国际计算机科学研究所)
弱监督分割需要基于带有部分注释的训练实例为每个像素分配标签,例如图像级标签,对象边界框,标记点和涂鸦。这项任务是具有挑战性的,因为粗糙的注释(标签,框)缺乏精确的像素定位,而稀疏的注释(点,涂鸦)缺乏广泛的区域覆盖。现有的方法以不同的方式处理这两种类型的弱监督:类激活映射用于定位粗糙标签并迭代地细化分割模型,而条件随机场用于将稀疏标签传播到整个图像。我们将弱监督分割制定为半监督度量学习问题,其中相同(不同)语义的像素需要映射到相同(独特)特征。我们提出了特征空间中像素和片段之间的4种类型的对比关系,捕获低级别的图像相似性,语义注释,共现和特征亲和力它们作为先验;像素特征可以从训练图像中以数据驱动的方式学习任何部分注释。特别是,训练图像中的未标记像素不仅参与每个图像内的数据驱动分组,而且还参与图像内和图像间的区分特征学习。我们提供了一个通用的弱监督分割器,在Pascal VOC和DensePose上有显著的收益。我们的代码可在https://github.com/twke18/SPML上公开获取。
2021-05-11 cs.CV
Learning Category- and Instance-Aware Pixel Embedding for Fast Panoptic Segmentation
Institute of Automation, Chinese Academy of Sciences (CASIA)(中国科学院自动化研究所);University of Chinese Academy of Sciences (UCAS)(中国科学院大学);Horizon Robotics(地平线机器人);CAS Center for Excellence in Brain Science and Intelligence Technology(中国科学院脑科学与智能技术卓越创新中心)
全景分割(PS)是一项复杂的场景理解任务,需要对物体和填充区域进行高质量的分割。以前的方法分别用语义和实例分割模块处理这两个类,然后用启发式融合或附加模块来解决两个输出之间的冲突。这项工作简化了这个管道的PS一致建模的两个类与一个新的PS框架,它扩展了一个额外的模块来预测类别和实例感知像素嵌入(CIAE)的检测模型。CIAE是一种新颖的逐像素嵌入特征,它对语义分类和实例区分信息进行编码。在推理过程中,PS结果简单地通过根据学习的嵌入将每个像素分配给检测到的实例或填充类来导出。我们的方法不仅展示了快速的推理速度,而且是第一个一阶段的方法,以实现具有挑战性的COCO基准上的两阶段的方法相当的性能。
2021-06-16 cs.CV
From Image-level to Pixel-level Labeling with Convolutional Networks
Idiap Research Institute(Idiap研究所);Ecole Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院);Facebook AI Research(Facebook人工智能研究院)
我们有兴趣在推断对象分割,仅利用对象类信息,并考虑对象分割任务的最小先验。这个问题可以被视为一种弱监督分割任务,并且自然适合多实例学习(MIL)框架:已知每个训练图像具有(或不具有)至少一个对应于图像类别标签的像素,并且分割任务可以被重写为推断属于对象类别的像素(给定一个图像及其对象类别)。我们提出了一个基于卷积神经网络的模型,该模型在训练过程中受到约束,以便在对图像分类重要的像素上施加更多的权重。我们表明,在测试时,该模型已经学会了区分正确的像素足够好,这样它就可以在现有的分割基准上表现得非常好,只添加一些平滑先验。我们的系统使用Imagenet数据集的子集进行训练,并在具有挑战性的Pascal VOC数据集上进行分割实验(没有对Pascal VOC模型进行微调)。我们的模型在弱监督对象分割任务中大幅度击败了最先进的结果。我们还比较了我们的模型与最先进的全监督分割方法的性能。
2015-04-24 cs.CV
From Pixel to Mask: A Survey of Out-of-Distribution Segmentation
University of Texas at Dallas(德克萨斯大学达拉斯分校)
本综述系统回顾了自动驾驶场景下的分布外(OoD)分割技术,将其分为测试时分割、离群点暴露、基于重建及利用强大模型四类方法,并指出了当前挑战与未来方向。
2025-08-14 cs.CV
Railroad is not a Train: Saliency as Pseudo-pixel Supervision for Weakly Supervised Semantic Segmentation
Yonsei University(延世大学);Sungkyunkwan University(成均馆大学)
现有的弱监督语义分割(WSSS)研究中使用图像级弱监督有几个局限性:稀疏的对象覆盖,不准确的对象边界,和来自非目标对象的共现像素。为了克服这些挑战,我们提出了一种新的框架,即显式伪像素监督(EPS),它通过结合两个弱监督从像素级反馈中学习;图像级标签通过本地化映射提供对象身份,显着性映射来自现成的显着性检测模型提供了丰富的边界。我们设计了一个联合训练策略,充分利用两者之间的信息互补关系。我们的方法可以获得准确的对象边界和丢弃共现像素,从而显着提高伪掩模的质量。实验结果表明,该方法通过解决WSSS的关键挑战,显著优于现有方法,并在PASCAL VOC 2012和MS COCO 2014数据集上实现了新的最先进性能。
2021-05-19 cs.CV
Blazingly Fast Video Object Segmentation with Pixel-Wise Metric Learning
Computer Vision Lab, ETH Zurich(苏黎世联邦理工学院计算机视觉实验室);VISICS, ESAT/PSI, KU Leuven(比利时鲁汶大学ESAT/PSI VISICS实验室(注:ESAT/PSI是实验室缩写,KU Leuven为鲁汶大学))
针对视频对象分割问题,给出了用户感兴趣对象的标注。这个问题被公式化为学习嵌入空间中的逐像素检索:我们将同一对象实例的像素嵌入到彼此附近,使用由修改的三重丢失训练的完全卷积网络作为嵌入模型。然后将标注的像素设置为参考,并使用最近邻方法对其余像素进行分类。该方法支持不同类型的用户输入,如第一帧中的分割掩码(半监督场景),或稀疏的点击点集(交互式场景)。在半监督的情况下,我们实现的结果与最先进的竞争力,但在一小部分的计算成本(每帧275毫秒)。在交互式的情况下,用户能够反复完善他们的输入,所提出的方法提供即时响应每个输入,并达到可比的质量与少得多的互动竞争的方法。
2018-04-09 cs.CV
Augment to Segment: Tackling Pixel-Level Imbalance in Wheat Disease and Pest Segmentation
The University of Queensland(昆士兰大学);University of Southern Queensland(南方昆士兰大学)
针对小麦虫害分割中的极端像素级不平衡问题,提出随机投影复制粘贴(RPCP)增强技术,通过提取、变换并粘贴罕见虫害图块,结合随机投影滤波器优化局部特征,显著提升了虫害分割性能并保持其他类别准确率。
2025-09-12 cs.CV