FAIR再发新论文，全景分割更上一层楼

2018年初，何恺明就职的Facebook人工智能实验室（FAIR）推出全景分割（Panoptic Segmentation）技术，给图片分割开创了新方向。

时隔一年，2019年1月8日，何恺明等人再次在ArXiv上发布了全景分割方向的新论文：Panoptic Feature Pyramid Networks（《全景特征金字塔网络》）。

新研究有望成为全景分割后续研究的强大基线。

信息源：

http://blog.itpub.net/31562045/viewspace-2375549/

https://arxiv.org/pdf/1901.02446.pdf

点评

去年推出的全景分割是对统一实例分割（以物体things为单位分割）和语义分割（以事物stuff为单位分割）的分割方式的一次探索。

新论文则在架构级别将分别用于语义分割和实例分割的FCN和Mask R-CNN结合起来，设计了一个单一网络：Panoptic FPN（Panoptic Feature Pyramid Networks，全景特征金字塔网络）。

a.原图、b.语义分割、c.实例分割、d.全景分割

作者称，实验证明Panoptic FPN对语义分割和实例分割这两个任务都有效，同时兼具稳健性和准确性。

全景分割技术将驱动图像识别领域的创新，可能提高自动驾驶等应用场景中的识别准确性。