論文の概要: Hard-Region Supervision: #1 on the Waymo Open Dataset 2D Video Panoptic Segmentation Leaderboard

• arxiv url: http://arxiv.org/abs/2609.38714v1
• Date: Wed, 30 Sep 2026 00:50:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.911968
• Title: Hard-Region Supervision: #1 on the Waymo Open Dataset 2D Video Panoptic Segmentation Leaderboard
• Title（参考訳）: Waymo Open Dataset 2D Video Panoptic Segmentation Leaderboardの1位
• Abstract要約: オープンデータセット2Dビデオパノプティクスチャレンジの優勝について説明する。 タスクは各フレームのピクセル毎にセマンティッククラスを要求する。 DVIS++、セグメンタ、トラッカー、精製器のカスケードをベースラインとして構築しています。
• 参考スコア（独自算出の注目度）: 1.151228594536062
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We describe our winning entry to the Waymo Open Dataset 2D Video Panoptic Segmentation Challenge. The task asks for a semantic class at every pixel of every frame and, for countable objects, an identity that holds across 100 frames and across five overlapping cameras. We build on DVIS++, a cascade of a segmenter, a tracker, and a refiner, as our baseline. We propose hard region supervision (HRS) to improve the baseline. In particular, we use the baseline to define the hard region as where it makes mistakes, and design a loss and an auxiliary prediction head for this region. The auxiliary head is used only in training and removed at test time, so at inference the model trained with HRS has the same architecture as the baseline. In addition, we propose three test-time steps that further improve the results: a two-model ensemble, a merge of the segmenter's output into the final panoptic map, and cross-camera identity linking. On the challenge test set, our entry reaches 0.3547 wSTQ, 0.2071 wAQ, and 0.6075 mIoU, ranking first on all three metrics. It is 3.6 wSTQ points ahead of the second entry and 2.4 points ahead of our DVIS++ baseline.
• Abstract（参考訳）: Waymo Open Dataset 2D Video Panoptic Segmentation Challengeの優勝について説明する。 タスクは、各フレームの各ピクセルのセマンティッククラスと、可算オブジェクトに対して、100フレームにまたがって、5つの重なり合うカメラにまたがるIDを要求する。 DVIS++、セグメンタ、トラッカー、精製器のカスケードをベースラインとして構築しています。 ベースライン改善のためのハードリージョン監視(HRS)を提案する。 特に、この基準線を用いて、ハード領域をミス箇所として定義し、この領域の損失と補助予測ヘッドを設計する。 補助ヘッドは試験時にのみ使用されるため、推論時にHRSでトレーニングされたモデルはベースラインと同じアーキテクチャを持つ。 さらに,2モデルアンサンブル,セグメンタの出力を最終パノスコープマップにマージする,クロスカメラIDリンクという3つのテストタイムステップを提案する。 チャレンジテストセットでは、私たちのエントリーは0.3547 wSTQ、0.2071 wAQ、0.6075 mIoUに達し、3つの指標で第1位になった。 第2のエントリより3.6wSTQポイント、DVIS++ベースラインより2.4ポイント先行しています。

関連論文リスト

• LiDAR-Camera Panoptic Segmentation via Geometry-Consistent and Semantic-Aware Alignment [63.83894701779067]
  我々は,最初のLiDAR-Camera Panoptic NetworkであるLCPSを提案する。 提案手法では,LiDAR-Camera融合を3段階に分けて行う。 我々の融合戦略は、NuScenesデータセット上のLiDARのみのベースラインに対して、約6.9%のPQ性能を改善する。
  論文  参考訳（メタデータ） (2023-08-03T10:57:58Z)
• 3rd Place Solution for PVUW2023 VSS Track: A Large Model for Semantic Segmentation on VSPW [68.56017675820897]
  本稿では,PVUW2023 VSSトラックの3位解について紹介する。 ビデオセマンティックセグメンテーションの課題を解決するために,様々な画像レベルの視覚的バックボーンとセグメンテーションヘッドを探索した。
  論文  参考訳（メタデータ） (2023-06-04T07:50:38Z)
• 1st Place Solution of The Robust Vision Challenge (RVC) 2022 Semantic Segmentation Track [67.56316745239629]
  本報告では,ECCV 2022におけるロバストビジョンチャレンジのセマンティックセグメンテーション課題に対する勝利解について述べる。 本手法では,エンコーダとしてFAN-B-Hybridモデルを採用し,セグメンテーションフレームワークとしてSegformerを使用している。 提案手法は,マルチドメインセグメンテーションタスクの強力なベースラインとして機能し,今後の作業に役立てることができる。
  論文  参考訳（メタデータ） (2022-10-23T20:52:22Z)
• Panoptic Segmentation Meets Remote Sensing [0.0]
  パノプティックセグメンテーションは、インスタンスとセマンティック予測を組み合わせることで、"things"と"stuff"を同時に検出できる。 本研究の目的は,リモートセンシングにおける汎視的セグメンテーションの操作性の向上である。
  論文  参考訳（メタデータ） (2021-11-23T19:48:55Z)

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。