論文の概要: Dense Point-to-Mask Optimization with Reinforced Point Selection for Crowd Instance Segmentation

• arxiv url: http://arxiv.org/abs/2604.01742v1
• Date: Thu, 02 Apr 2026 08:02:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.603152
• Title: Dense Point-to-Mask Optimization with Reinforced Point Selection for Crowd Instance Segmentation
• Title（参考訳）: クラウド・インスタンス・セグメンテーションのための強化点選択によるDense Point-to-Mask最適化
• Authors: Hongru Chen, Jiyang Huang, Jia Wan, Antoni B. Chan,
• Abstract要約: 我々はポイントアノテーションから高密度なインスタンスセグメンテーションを生成するためにDPMO(Point-to-Mask Optimization)を提案する。 そこで,高密度群集のインスタンスセグメンテーションを予測するために,Reinforced Point Selection (RPS) フレームワークを提案する。 上海技術、UCF-QNRF、JHU-CROWD++、NWPU-Crowdデータセット上で、最先端のクラウドインスタンスセグメンテーション性能を実現する。
• 参考スコア（独自算出の注目度）: 45.48207887391471
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Crowd instance segmentation is a crucial task with a wide range of applications, including surveillance and transportation. Currently, point labels are common in crowd datasets, while region labels (e.g., boxes) are rare and inaccurate. The masks obtained through segmentation help to improve the accuracy of region labels and resolve the correspondence between individual location coordinates and crowd density maps. However, directly applying currently popular large foundation models such as SAM does not yield ideal results in dense crowds. To this end, we first propose Dense Point-to-Mask Optimization (DPMO), which integrates SAM with the Nearest Neighbor Exclusive Circle (NNEC) constraint to generate dense instance segmentation from point annotations. With DPMO and manual correction, we obtain mask annotations from the existing point annotations for traditional crowd datasets. Then, to predict instance segmentation in dense crowds, we propose a Reinforced Point Selection (RPS) framework trained with Group Relative Policy Optimization (GRPO), which selects the best predicted point from a sampling of the initial point prediction. Through extensive experiments, we achieve state-of-the-art crowd instance segmentation performance on ShanghaiTech, UCF-QNRF, JHU-CROWD++, and NWPU-Crowd datasets. Furthermore, we design new loss functions supervised by masks that boost counting performance across different models, demonstrating the significant role of mask annotations in enhancing counting accuracy.
• Abstract（参考訳）: クラウドインスタンスのセグメンテーションは、監視や輸送など、幅広いアプリケーションにおいて重要なタスクである。 現在、ポイントラベルは群衆データセットで一般的であり、リージョンラベル(例:ボックス)はまれで不正確である。 セグメンテーションによって得られたマスクは、地域ラベルの精度を改善し、個々の位置座標と群衆密度マップとの対応を解消するのに役立つ。 しかし、SAMのような現在人気の高い大規模基盤モデルを直接適用しても、密集した群衆には理想的な結果が得られない。 そこで我々はまず,SAMとNNEC(Nearest Neighbor Exclusive Circle)制約を統合したDense Point-to-Mask Optimization(DPMO)を提案し,ポイントアノテーションから高密度なインスタンスセグメンテーションを生成する。 DPMOと手動補正により,従来のクラウドデータセットに対する既存のポイントアノテーションからマスクアノテーションを得る。 そこで我々は,集団相対的政策最適化 (GRPO) で訓練されたReinforced Point Selection (RPS) フレームワークを提案する。 大規模な実験により,上海技術,UCF-QNRF,JHU-CROWD++,NWPU-Crowdデータセット上での最先端のクラウドインスタンスセグメンテーション性能を実現する。 さらに,マスクによる新たな損失関数を設計し,異なるモデル間でのカウント性能を高めるとともに,カウント精度を高める上でマスクアノテーションが重要な役割を担っていることを示す。

関連論文リスト

• Exclusivity-Guided Mask Learning for Semi-Supervised Crowd Instance Segmentation and Counting [46.06620846193129]
  本研究では,現在のデータセットに対するマスク監視を実現するために,排他制約付きデュアルプロンプトSAM(EDP-SAM)を提案する。 次に、識別マスクの目的によって空間的分離を行う排他性指導型マスク学習(XMask)を提案する。 XMaskをベースとして,ケースマスクを擬似ラベルとして利用する,半教師付きクラウドカウントフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-17T08:25:57Z)
• Bridge the Points: Graph-based Few-shot Segment Anything Semantically [79.1519244940518]
  プレトレーニング技術の最近の進歩により、視覚基礎モデルの能力が向上した。 最近の研究はSAMをFew-shot Semantic segmentation (FSS)に拡張している。 本稿では,グラフ解析に基づく簡易かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2024-10-09T15:02:28Z)
• Robust Zero-Shot Crowd Counting and Localization With Adaptive Resolution SAM [55.93697196726016]
  本稿では,SEEM(Seegment-Everything-Everywhere Model)を用いた簡易かつ効果的な群集カウント手法を提案する。 密集した群集シーンにおけるSEEMの性能は,高密度領域の多くの人々が欠落していることが主な原因である。 提案手法は,群集カウントにおいて最高の教師なし性能を実現すると同時に,いくつかの教師付き手法に匹敵する性能を示す。
  論文  参考訳（メタデータ） (2024-02-27T13:55:17Z)
• PWISeg: Point-based Weakly-supervised Instance Segmentation for Surgical Instruments [27.89003436883652]
  我々はPWISeg (Point-based Weakly-supervised Instance) という,弱制御型手術器具セグメンテーション手法を提案する。 PWISegは、特徴点とバウンディングボックスの関係をモデル化するために、ポイント・ツー・ボックスとポイント・ツー・マスクのブランチを備えたFCNベースのアーキテクチャを採用している。 そこで本研究では,キー・ツー・マスク・ブランチを駆動し,より正確なセグメンテーション予測を生成するキー・ピクセル・アソシエーション・ロスとキー・ピクセル・アソシエーション・ロスを提案する。
  論文  参考訳（メタデータ） (2023-11-16T11:48:29Z)

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。