AAAI 2020 | 樊峻菘：弱监督语义分割（视频解读）

作者 | 樊峻菘

编辑 | Camel

本文是对中科院自动化所谭铁牛院士团队完成，被 AAAI2020 录用的论文《CIAN: Cross-Image Affinity Net for weakly Supervised Semantic Segmentation》进行解读。

论文简介：

以图像类别标签为监督信息的弱监督语义分割往往面临目标区域估计不完整的问题。为了缓解这个问题，本文提出了一种对跨图像间关系进行建模的方法。该方法在同类别不同图像之间建立像素级的关系矩阵，并据此从不同的图像间取得互相补充的信息，用以增广原特征并获取更加完整和鲁棒的目标区域估计。

实验证明该方法可以有效学得相关目标间的关联关系，辅助得到对整个目标更加完整鲁棒的预测结果，并且在多种质量的初始估计下都能取得显著的提升，具有很好的泛化性。在仅使用图像类别标签作为监督信息下，该方法在 VOC2012 数据集上取得了当时最好的 65.3% mIoU 的测试结果，证明了方法的有效性。

（或者到AI研习社官网观看更多AAAI 2020 论文解读视频：http://www.mooc.ai/open?from=meeting）

作者简介：

大家好，我是自动化所智能感知中心的在读博士生樊峻菘，导师谭铁牛院士。研究方向主要关于资源受限下的视觉场景解析等。