摘要
在自然场景中对物体部件进行语义分割是一项极具挑战性的任务，需要在场景中检测出多个物体实例及其内部的多个部件。尽管该任务对于实现物体的精细化理解具有 fundamental 的重要性，但至今仍鲜有深入研究。本文提出一种新颖的框架，通过结合高层物体级上下文条件与部件级空间关系来解决该问题。为应对物体级语义模糊性，我们引入一个类别条件模块，在学习部件级语义时保留类别级别的语义信息，从而使中间层特征在解码阶段之前就携带此类信息。为解决部件级的语义模糊性与定位难题，我们提出一种基于邻接图的新模块，旨在匹配真实标注部件与预测部件之间的相对空间关系。在 Pascal-Part 数据集上的实验评估表明，我们的方法在该任务上达到了当前最优的性能。