【图像分割】浙大--SketchGCN：用于手绘草图语义分割和标注的图形卷积神经网络，准确性显著提高！

论文地址： https://arxiv.org/pdf/2003.00678.pdf

代码：

来源： 浙江大学，香港城市大学

论文名称：SketchGCN: Semantic Sketch Segmentation with Graph Convolutional Networks

原文作者：Lumin Yang

内容提要

本文介绍了一种用于手绘草图语义分割和标注的图形卷积神经网络SketchGCN。我们将输入的草图视为一个2D点集，并将笔画结构信息编码为图形节点/边表示。为了预测逐点的标记，SketchGCN使用图形卷积和全局分支网络架构来提取笔划内和笔划间的特征。与基于图像和基于序列的方法相比，SketchGCN显著提高了SOTA的语义草图分割方法的准确性：在大规模具有挑战性的SPG数据集上，基于像素的方法提高了11.4%，基于组件的方法提高了18.2%。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。