来源:Frontiers of Computer Science 发布时间:2024/3/28 12:20:42
选择字号:
FCS 文章精要:广东技术师范大学张越副教授团队——基于张量显著共峰搜索的弱监督实例共分割

论文标题:Weakly-supervised instance co-segmentation via tensor-based salient co-peak search

期刊:Frontiers of Computer Science

作者:Wuxiu QUAN, Yu HU, Tingting DAN, Junyu LI, Yue ZHANG, Hongmin CAI

发表时间:15 Mar 2023

DOI: 10.1007/s11704-022-2468-8

微信链接:点击此处阅读微信文章

导读

实例共分割旨在分割出两个图像之间的共同实例。现有的基于共峰的共分割任务通常通过以点对点模式来探索实例相关的线索。然而,这种匹配模式在实例相互遮挡的情况下可能会产生大量假阳性共峰,从而导致目标实例的过度分割。为了解决这个问题,本文提出了一种基于张量的显著共峰搜索(TSCS-ICS)的实例共分割方法,该方法通过对特征图之间的三个点对与三个点对的匹配来探索高阶相关性,以找到可靠的共峰。结果表明,该方法能够更准确地捕获单个特征图的峰信息以及两个特征图之间的共峰信息,从而降低了匹配时共峰的假阳性率,准确的共峰线索可以有效地推断目标实例的响应图,从而提升共分割的性能,在四个基准数据集上的实验验证了所提出方法的优越性能。

文章信息