Semantische Instanzsegmentierung durch tiefes Metriklernen

Wir schlagen eine neue Methode für die semantische Instanzsegmentierung vor, bei der zunächst die Wahrscheinlichkeit berechnet wird, dass zwei Pixel demselben Objekt zugeordnet sind, und dann ähnliche Pixel zusammengefasst werden. Unser Ähnlichkeitsmaß basiert auf einem tiefen, vollständig faltungsbezogenen Einbettungsmodell. Unsere Gruppierungsmethode beruht darauf, alle Punkte auszuwählen, die hinreichend ähnlich zu einer Menge von „Seed-Punkten“ (Sammpunkten) sind, die aus einem tiefen, vollständig faltungsbezogenen Bewertungsmodell gewählt werden. Wir zeigen wettbewerbsfähige Ergebnisse am Pascal VOC-Instanzsegmentierungsbenchmark.