摘要
语义实例分割仍然是一个具有挑战性的任务。在本研究中，我们提出了一种基于像素级别的判别损失函数来解决这一问题，该损失函数鼓励卷积网络生成一种图像表示，这种表示可以通过简单的后处理步骤轻松聚类为实例。损失函数促使网络将每个像素映射到特征空间中的一个点，使得属于同一实例的像素彼此靠近，而不同实例之间的距离则保持较大的间隔。我们的方法结合了现成的网络和受度量学习目标启发的原则性损失函数，概念上简单且与近期的实例分割研究有显著区别。与以往的工作相比，我们的方法不依赖于对象建议或递归机制。本研究的一个关键贡献在于证明了这样一个没有复杂附加功能的简单框架是有效的，并且其性能可以与更复杂的方法相媲美。此外，我们还展示了该方法不会受到流行的检测和分割方法的一些限制的影响。我们在Cityscapes和CVPPP叶片分割基准测试中取得了具有竞争力的性能。