前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >CVPR 2020 论文大盘点-全景分割与视频目标分割篇

CVPR 2020 论文大盘点-全景分割与视频目标分割篇

作者头像
CV君
发布2020-06-28 17:42:23
8660
发布2020-06-28 17:42:23
举报

今天的内容关注于全景分割(Panoptic Segmentation)和视频目标分割(Video Object Segmentation,VOS)。

什么是全景分割?

全景分割即同时实现对背景的语义分割和前景的实例分割。这是图像分割领域近来的新趋势,请看下图:

图片来自论文 Panoptic Segmentation,CVPR 2019

上图中,(b)语义分割的结果是相同语义的对象标成相同的颜色,(c)实例分割是对目标前景分个体的像素级标注来,(d)全景分割结合了语义分割和实例分割的结果。

全景分割在CVPR 2019 被提出,但一年多来已经引起广泛关注,CVPR 2020 总计有8篇文章。

什么是视频目标分割?

对视频中感兴趣的目标进行分割,给定第一帧mask的VOS称为one-shot VOS (单样本VOS),无第一帧目标mask的称为zero-shot VOS(无样本VOS)。(大家可以在下述论文 Learning Video Object Segmentation From Unlabeled Videos 中了解)

下图为实例级视频目标分割的例子:

图片来自论文 Video Object Segmentation with Re-identification,CVPR 2017

视频目标分割是集检测、跟踪、分割、ReID于一体的计算机视觉任务,提供了更加丰富的信息,标注成本很高,计算量也比较大,近年来随着高性能设备和相关数据集的出现,也越来越受到关注。CVPR 2020 总计有8篇相关文献。

全景分割

简单、快速、强大的用于自底向上全景分割的方法,语义分割分支使用D

eeplab

[1].Panoptic-DeepLab: A Simple, Strong, and Fast Baseline for Bottom-Up Panoptic Segmentation

作者 | Bowen Cheng, Maxwell D. Collins, Yukun Zhu, Ting Liu, Thomas S. Huang, Hartwig Adam, Liang-Chieh Chen

单位 | 伊利诺伊大学厄巴纳-香槟分校;谷歌

代码 | https://github.com/bowenc0221/panoptic-deeplab

使用双向聚合网络进行遮挡处理用于全景分割

[2].BANet: Bidirectional Aggregation Network With Occlusion Handling for Panoptic Segmentation

作者 | Yifeng Chen, Guangchen Lin, Songyuan Li, Omar Bourahla, Yiming Wu, Fangfang Wang, Junyi Feng, Mingliang Xu, Xi Li

单位 | 浙江大学;郑州大学

利用密集检测结果的实时全景分割

[3].Real-Time Panoptic Segmentation From Dense Detections

作者 | Rui Hou, Jie Li, Arjun Bhargava, Allan Raventos, Vitor Guizilini, Chao Fang, Jerome Lynch, Adrien Gaidon

单位 | 丰田研究所;密歇根大学

用于全景分割的双向图推理网络

[4].Bidirectional Graph Reasoning Network for Panoptic Segmentation

作者 | Yangxin Wu, Gengwei Zhang, Yiming Gao, Xiajun Deng, Ke Gong, Xiaodan Liang, Liang Lin

单位 | 中山大学;DarkMatter AI Research

像素共识投票用于全景分割

[5].Pixel Consensus Voting for Panoptic Segmentation

作者 | Haochen Wang, Ruotian Luo, Michael Maire, Greg Shakhnarovich

单位 | 卡内基·梅隆大学;TTI-Chicago;芝加哥大学

代码 | 即将

视频全景分割

[6].Video Panoptic Segmentation

作者 | Dahun Kim, Sanghyun Woo, Joon-Young Lee, In So Kweon

单位 | 韩国科学技术院;Adobe Research

代码 | https://github.com/mcahny/vps

备注 | CVPR 2020 Oral

学习实例遮挡用于全景分割

[7].Learning Instance Occlusion for Panoptic Segmentation

作者 | Justin Lazarow, Kwonjoon Lee, Kunyu Shi, Zhuowen Tu

单位 | 加利福尼亚大学圣迭戈分校

统一全景分割的训练和推理方法

[8].Unifying Training and Inference for Panoptic Segmentation

作者 | Qizhu Li, Xiaojuan Qi, Philip H.S. Torr

单位 | 牛津大学

视频目标分割

一种视频目标分割的转换方法,采用标签传播的方式,简单高性能、高效率。

[9].A Transductive Approach for Video Object Segmentation

作者 | Yizhuo Zhang, Zhirong Wu, Houwen Peng, Stephen Lin

单位 | 微软亚洲研究院;卡内基梅隆大学

代码 | https://github.com/microsoft/transductive-vos.pytorch

学习快速与鲁棒的目标模型(表观模型与分割模型)用于视频目标分割

[10].Learning Fast and Robust Target Models for Video Object Segmentation

作者 | Andreas Robinson, Felix Jaremo Lawin, Martin Danelljan, Fahad Shahbaz Khan, Michael Felsberg

单位 | Linkoping University, Sweden;ETH Zurich, Switzerland;IIAI

代码 | https://github.com/andr345/frtm-vos

时序聚合网络与动态模板匹配的快速视频目标分割

[11].Fast Video Object Segmentation With Temporal Aggregation Network and Dynamic Template Matching

作者 | Xuhua Huang, Jiarui Xu, Yu-Wing Tai, Chi-Keung Tang

单位 | 香港科技大学;腾讯

代码 | https://xuhuaking.github.io/Fast-VOS-DTTM-TAN/(即将)

从非标注视频中学习视频目标分割

[12].Learning Video Object Segmentation From Unlabeled Videos

作者 | Xiankai Lu, Wenguan Wang, Jianbing Shen, Yu-Wing Tai, David J. Crandall, Steven C. H. Hoi

单位 | IIAI;苏黎世联邦理工学院;腾讯;印第安纳大学

代码 | https://github.com/carrierlxk/MuG

状态感知的跟踪器用于实时的视频目标分割

[13].State-Aware Tracker for Real-Time Video Object Segmentation

作者 | Xi Chen, Zuoxin Li, Ye Yuan, Gang Yu, Jianxin Shen, Donglian Qi

单位 | 浙江大学;旷视

代码 | https://github.com/XavierCHEN34/State-Aware-Tracker

解读 | 漫谈视频目标跟踪与分割

交互式视频目标分割

[14].Memory Aggregation Networks for Efficient Interactive Video Object Segmentation

作者 | Jiaxu Miao, Yunchao Wei, Yi Yang

单位 | 百度;悉尼科技大学

基于文本的视频分割

[15].Visual-Textual Capsule Routing for Text-Based Video Segmentation

作者 | Bruce McIntosh, Kevin Duarte, Yogesh S Rawat, Mubarak Shah

单位 | 中佛罗里达大学;

快速模板匹配与更新,用于视频目标跟踪与分割

[16].Fast Template Matching and Update for Video Object Tracking and Segmentation

作者 | Mingjie Sun, Jimin Xiao, Eng Gee Lim, Bingfeng Zhang, Yao Zhao

单位 | 西郊利物浦;利物浦大学;北京交通大学

代码 | https://github.com/insomnia94/FTMU(即将)

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-06-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 我爱计算机视觉 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档