論文の概要: Contour-based Interactive Segmentation

• arxiv url: http://arxiv.org/abs/2302.06353v2
• Date: Tue, 5 Dec 2023 11:32:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-06 20:16:39.882537
• Title: Contour-based Interactive Segmentation
• Title（参考訳）: 輪郭型インタラクティブセグメンテーション
• Authors: Danil Galeev, Polina Popenova, Anna Vorontsova and Anton Konushin
• Abstract要約: ユーザインタラクションの自然な形態をゆるい輪郭とみなし、輪郭に基づく対話的セグメンテーション手法を導入する。 一つの輪郭が複数のクリックと同じ精度で、ユーザインタラクションの必要量を減らすことを実証する。
• 参考スコア（独自算出の注目度）: 4.164728134421114
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recent advances in interactive segmentation (IS) allow speeding up and simplifying image editing and labeling greatly. The majority of modern IS approaches accept user input in the form of clicks. However, using clicks may require too many user interactions, especially when selecting small objects, minor parts of an object, or a group of objects of the same type. In this paper, we consider such a natural form of user interaction as a loose contour, and introduce a contour-based IS method. We evaluate the proposed method on the standard segmentation benchmarks, our novel UserContours dataset, and its subset UserContours-G containing difficult segmentation cases. Through experiments, we demonstrate that a single contour provides the same accuracy as multiple clicks, thus reducing the required amount of user interactions.
• Abstract（参考訳）: インタラクティブセグメンテーション(IS)の最近の進歩により、画像編集とラベリングの高速化と簡素化が可能になった。 現代のisのアプローチの大部分は、クリックの形でユーザー入力を受け入れる。 しかし、クリックを使用することで、特に小さなオブジェクト、オブジェクトの小さな部分、または同じタイプのオブジェクトのグループを選択する場合、多くのユーザーインタラクションが必要になる可能性がある。 本稿では,このような自然なユーザインタラクションをゆるい輪郭とみなし,輪郭に基づくIS手法を提案する。 提案手法は,標準セグメンテーションベンチマーク,新規なusercontoursデータセット,および難セグメンテーションケースを含むサブセットusercontours-gを用いて評価する。 実験により,1つの輪郭が複数のクリックと同じ精度を提供し,必要なユーザインタラクション量を削減できることを実証した。

関連論文リスト

• ClickTrack: Towards Real-time Interactive Single Object Tracking [58.52366657445601]
  リアルタイムシナリオにおけるクリックインタラクションを用いた新しいパラダイムであるClickTrackを提案する。 特定のシナリオにおける曖昧さに対処するために、ポイントとオプションのテキスト情報を入力として受け入れるガイド・クリック・リファイナ(GCR)を設計した。 LaSOTとGOT-10kベンチマークの実験により、GCRと組み合わせたトラッカーがリアルタイムの対話シナリオで安定したパフォーマンスを実現することが示された。
  論文  参考訳（メタデータ） (2024-11-20T10:30:33Z)
• RClicks: Realistic Click Simulation for Benchmarking Interactive Segmentation [37.44155289954746]
  対話型セグメンテーションシナリオにおけるクリックパターンの大規模クラウドソーシング調査を行い,475万のリアルタイムクリックを収集する。 本モデルとデータセットを用いて,現実的なクリックにおける既存の対話的セグメンテーション手法の包括的比較のためのRClicksベンチマークを提案する。 我々のベンチマークによると、実世界の対話型セグメンテーションモデルでは、ベースラインベンチマークで報告されたよりもパフォーマンスが悪く、ほとんどの手法は堅牢ではない。
  論文  参考訳（メタデータ） (2024-10-15T15:55:00Z)
• TETRIS: Towards Exploring the Robustness of Interactive Segmentation [39.1981941213761]
  対話型セグメンテーションモデルに対するホワイトボックス逆攻撃において, 直接最適化により極端なユーザ入力を見つける手法を提案する。 本報告では,多数のモデルについて広範囲な評価を行った結果について報告する。
  論文  参考訳（メタデータ） (2024-02-09T01:36:21Z)
• Explore Synergistic Interaction Across Frames for Interactive Video Object Segmentation [70.93295323156876]
  複数のフレームを同時に受け入れることのできるフレームワークを提案し、フレーム間の相乗的相互作用(SIAF)を探索する。 我々のSwinB-SIAFはDAVIS 2017(89.6%、J&F@60)で最先端のパフォーマンスを達成した 我々のR50-SIAFは、挑戦的なマルチオブジェクトシナリオの下で、最先端の競合製品よりも3倍高速です。
  論文  参考訳（メタデータ） (2024-01-23T04:19:15Z)
• SimpSON: Simplifying Photo Cleanup with Single-Click Distracting Object Segmentation Network [70.89436857471887]
  ワンクリックでタスクを遂行するために最適化された対話型トラクタ選択法を提案する。 本手法は従来の単視分割法により達成された精度とリコールを超越した手法である。 実験により, 未知の物体を対話的に, グループで効果的に, 正確に識別できることが実証された。
  論文  参考訳（メタデータ） (2023-05-28T04:05:24Z)
• DynaMITe: Dynamic Query Bootstrapping for Multi-object Interactive Segmentation Transformer [58.95404214273222]
  最先端のインスタンスセグメンテーション手法の多くは、訓練のために大量のピクセル精度のグランドトルースに依存している。 ユーザインタラクションを時間的クエリとして表現するDynaMITeという,より効率的なアプローチを導入する。 我々のアーキテクチャはまた、改善中にイメージ機能を再計算する必要をなくし、単一のイメージに複数のインスタンスをセグメント化するためのインタラクションを少なくする。
  論文  参考訳（メタデータ） (2023-04-13T16:57:02Z)
• The Minority Matters: A Diversity-Promoting Collaborative Metric Learning Algorithm [154.47590401735323]
  CML(Collaborative Metric Learning)は、リコメンデーションシステムにおいて人気のある手法として最近登場した。 本稿では,ユーザが複数のカテゴリの関心を持つ,困難なシナリオに焦点をあてる。 textitDiversity-Promoting Collaborative Metric Learning (DPCML) と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-09-30T08:02:18Z)
• UCP-Net: Unstructured Contour Points for Instance Segmentation [2.105564340986074]
  本稿では,初期セグメンテーションとセグメンテーションの洗練のために,制約のない輪郭クリックに基づく対話型セグメンテーションを提案する。 本手法は分類に依存しず,一般的なセグメンテーションデータセットの最先端手法よりもユーザインタラクションの少ない精度のセグメンテーションマスク(IoU > 85%)を生成する。
  論文  参考訳（メタデータ） (2021-09-15T22:03:37Z)
• Localized Interactive Instance Segmentation [24.55415554455844]
  本稿では,ユーザインタラクションがオブジェクトの近接に制限されるクリック方式を提案する。 提案手法の有効性を,詳細な実験により示す。
  論文  参考訳（メタデータ） (2020-10-18T23:24:09Z)
• FAIRS -- Soft Focus Generator and Attention for Robust Object Segmentation from Extreme Points [70.65563691392987]
  本稿では,ユーザ入力からオブジェクトのセグメンテーションを極端点と補正クリックの形で生成する手法を提案する。 提案手法は,エクストリームポイント,クリック誘導,修正クリックを原則として組み込んだ,高品質なトレーニングデータを生成する能力とスケーラビリティを実証する。
  論文  参考訳（メタデータ） (2020-04-04T22:25:47Z)

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。