摘要
在交互式实例分割中，用户通过提供反馈来逐步优化分割掩码。用户输入的点击操作被转化为引导图（guidance maps），为网络提供目标物体位置的必要提示。当前系统所采用的引导图均为纯距离依赖型，存在过于局部化或信息量不足的问题。为此，我们提出一种新型的用户点击转换方法，生成具备内容感知能力的引导图，充分利用图像中蕴含的层次化结构信息。借助我们提出的引导图，即便是最基础的全卷积网络（FCNs）也能超越现有依赖于大规模分割数据集预训练的先进分割网络。通过在四个标准交互式分割基准上的全面实验，我们充分验证了所提转换策略的有效性，并显著提升了当前的最先进水平。