論文の概要: Boundary Guided Context Aggregation for Semantic Segmentation

• arxiv url: http://arxiv.org/abs/2110.14587v1
• Date: Wed, 27 Oct 2021 17:04:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-28 14:22:31.209872
• Title: Boundary Guided Context Aggregation for Semantic Segmentation
• Title（参考訳）: 意味セグメンテーションのための境界案内コンテキストアグリゲーション
• Authors: Haoxiang Ma, Hongyu Yang and Di Huang
• Abstract要約: 我々は、画像の全体的意味理解を促進するために、コンテキストアグリゲーションのための重要なガイダンスとして境界を利用する。 我々はCityscapesとADE20Kデータベースに関する広範な実験を行い、最先端の手法で同等の結果を得る。
• 参考スコア（独自算出の注目度）: 23.709865471981313
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The recent studies on semantic segmentation are starting to notice the significance of the boundary information, where most approaches see boundaries as the supplement of semantic details. However, simply combing boundaries and the mainstream features cannot ensure a holistic improvement of semantics modeling. In contrast to the previous studies, we exploit boundary as a significant guidance for context aggregation to promote the overall semantic understanding of an image. To this end, we propose a Boundary guided Context Aggregation Network (BCANet), where a Multi-Scale Boundary extractor (MSB) borrowing the backbone features at multiple scales is specifically designed for accurate boundary detection. Based on which, a Boundary guided Context Aggregation module (BCA) improved from Non-local network is further proposed to capture long-range dependencies between the pixels in the boundary regions and the ones inside the objects. By aggregating the context information along the boundaries, the inner pixels of the same category achieve mutual gains and therefore the intra-class consistency is enhanced. We conduct extensive experiments on the Cityscapes and ADE20K databases, and comparable results are achieved with the state-of-the-art methods, clearly demonstrating the effectiveness of the proposed one.
• Abstract（参考訳）: セマンティックセグメンテーションに関する最近の研究は境界情報の重要さに気づき始めており、ほとんどのアプローチでは境界をセマンティックディテールの補足と見なしている。 しかし、単に境界とメインストリームの機能を組み合わせただけでは、セマンティクスモデリングの総合的な改善は保証できない。 従来の研究とは対照的に、画像の全体的意味理解を促進するためにコンテキスト集約のための重要なガイダンスとして境界を利用する。 そこで本研究では,複数スケールでバックボーン機能を利用するマルチスケール境界抽出器(msb)を高精度な境界検出のために設計した境界案内コンテキストアグリゲーションネットワーク(bcanet)を提案する。 そこで,非局所ネットワークから改良された境界ガイド付きコンテキストアグリゲーションモジュール(BCA)により,境界領域の画素とオブジェクト内部の画素間の長距離依存性をキャプチャする手法を提案する。 コンテキスト情報を境界に沿って集約することにより、同一カテゴリの内画素同士の利得が得られ、クラス内一貫性が向上する。 本研究では,Cityscapes と ADE20K データベースについて広範な実験を行い,提案手法の有効性を明らかにした。

関連論文リスト

• Contextrast: Contextual Contrastive Learning for Semantic Segmentation [9.051352746190448]
  コントラスト学習に基づくセマンティックセグメンテーション手法であるContextrastを提案する。 提案手法は,文脈コントラスト学習 (CCL) と境界認識型負サンプリング (B) の2つの部分からなる。 我々のContextrastはセマンティックセグメンテーションネットワークの性能を大幅に向上させることを示した。
  論文  参考訳（メタデータ） (2024-04-16T15:04:55Z)
• EtC: Temporal Boundary Expand then Clarify for Weakly Supervised Video Grounding with Multimodal Large Language Model [63.93372634950661]
  不完全な境界を拡大する上で、より価値のある情報を導入しながら、元の時間的内容の整合性を維持する新しい視点を提案する。 ビデオの連続性、すなわち隣接するフレーム間の視覚的類似性により、我々は、初期擬似境界内で各フレームにアノテートするために強力なマルチモーダル大言語モデル(MLLM)を使用する。
  論文  参考訳（メタデータ） (2023-12-05T04:15:56Z)
• Push-the-Boundary: Boundary-aware Feature Propagation for Semantic Segmentation of 3D Point Clouds [0.5249805590164901]
  本研究では,オブジェクト境界近傍のセマンティックセグメンテーションを改善するための境界対応特徴伝搬機構を提案する。 1つの共有エンコーダで、ネットワークは、(i)境界ローカライゼーション、(ii)オブジェクトの内部を指す方向の予測、(iii)セマンティックセグメンテーションを3つの並列ストリームで出力する。 提案手法は境界誤差を低減することによって一貫した改善をもたらす。
  論文  参考訳（メタデータ） (2022-12-23T15:42:01Z)
• Contrastive Boundary Learning for Point Cloud Segmentation [81.7289734276872]
  本稿では,ポイントクラウドセグメンテーションのための新しい対照的な境界学習フレームワークを提案する。 実験により、CBLは、異なるベースラインを一貫して改善し、バウンダリにおける魅力的なパフォーマンスを達成するのに役立ちます。
  論文  参考訳（メタデータ） (2022-03-10T10:08:09Z)
• Attention-based fusion of semantic boundary and non-boundary information to improve semantic segmentation [9.518010235273783]
  本稿では,新しい融合方式に基づく画像意味的セグメンテーション手法を提案する。 我々の提案の主な目的は、全体セグメンテーション性能を改善するために、オブジェクト境界情報を調べることである。 提案したモデルでは,CityScapes,CamVid,Pascal Contextデータセットで最高のmIoU,Mapillary Vistasで2番目によいmIoUを達成した。
  論文  参考訳（メタデータ） (2021-08-05T20:46:53Z)
• Look Closer to Segment Better: Boundary Patch Refinement for Instance Segmentation [51.59290734837372]
  境界品質を改善するために,概念的にシンプルで効果的な後処理改善フレームワークを提案する。 提案されたBPRフレームワークは、CityscapesベンチマークのMask R-CNNベースラインを大幅に改善する。 BPRフレームワークをPolyTransform + SegFixベースラインに適用することで、Cityscapesのリーダーボードで1位に到達しました。
  論文  参考訳（メタデータ） (2021-04-12T07:10:48Z)
• Active Boundary Loss for Semantic Segmentation [58.72057610093194]
  本稿では,セマンティックセグメンテーションのための新しいアクティブ境界損失を提案する。 エンド・ツー・エンドのトレーニングにおいて、予測境界とグランド・トゥルース・バウンダリのアライメントを徐々に促進することができる。 実験結果から, アクティブ境界損失によるトレーニングは, 境界Fスコアと平均インターセクションオーバ・ユニオンを効果的に改善できることが示された。
  論文  参考訳（メタデータ） (2021-02-04T15:47:54Z)
• Affinity Space Adaptation for Semantic Segmentation Across Domains [57.31113934195595]
  本稿では,意味的セグメンテーションにおける教師なしドメイン適応(UDA)の問題に対処する。 ソースドメインとターゲットドメインが不変なセマンティック構造を持つという事実に触発され、ドメイン間におけるそのような不変性を活用することを提案する。 親和性空間適応戦略として,親和性空間の洗浄と親和性空間アライメントという2つの方法を開発した。
  論文  参考訳（メタデータ） (2020-09-26T10:28:11Z)
• Think about boundary: Fusing multi-level boundary information for landmark heatmap regression [51.48533538153833]
  顔の境界とランドマークの関係を探索するための2段階のエンドツーエンドアプローチについて検討する。 境界対応ランドマーク予測は,自己校正境界推定(SCBE)モジュールと境界対応ランドマーク変換(BALT)モジュールの2つのモジュールで構成される。 我々の手法は文学における最先端の手法より優れている。
  論文  参考訳（メタデータ） (2020-08-25T10:14:13Z)
• Joint Semantic Segmentation and Boundary Detection using Iterative Pyramid Contexts [35.28037460530125]
  本稿では,セマンティックセグメンテーションと境界検出のためのマルチタスク学習フレームワークを提案する。 意味境界検出のために,非意味境界の抑制を目的とした空間勾配融合を提案する。 我々の実験は最先端の作業よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2020-04-16T14:46:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。