Objekterkennung und Instanzsegmentierung mit bildbasielter Überwachung

Die zählung von allgemeinen Objekten in natürlichen Szenen ist ein anspruchsvolles Problem im Bereich der Computer Vision mit zahlreichen Anwendungen in der Praxis. Bestehende bildbasierte überwachte Ansätze zur Zählung von allgemeinen Objekten prognostizieren nur die globale Objektanzahl und benötigen zusätzliche instanzbasierte Überwachung, um auch die Positionen der Objekte zu bestimmen. Wir schlagen einen bildbasierten überwachten Ansatz vor, der sowohl die globale Objektanzahl als auch die räumliche Verteilung der Objektinstanzen durch die Erstellung einer Dichtekarte für Objektkategorien bereitstellt. Inspiriert durch psychologische Studien reduzieren wir die bildbasierte Überwachung weiter, indem wir begrenzte Informationen zur Objektanzahl (bis zu vier) verwenden. Nach bestem Wissen sind wir die Ersten, die eine bildbasierte überwachte Dichtekarten-Schätzung für die Zählung von allgemeinen Objekten vorschlagen und ihre Effektivität in der bildbasierten überwachten Instanzsegmentierung demonstrieren. Umfassende Experimente wurden auf den Datensätzen PASCAL VOC und COCO durchgeführt. Unser Ansatz übertrifft existierende Methoden, einschließlich solcher mit instanzbasierter Überwachung, bei beiden Datensätzen in Bezug auf die Zählung von allgemeinen Objekten. Darüber hinaus verbessert unser Ansatz den aktuellen Stand der Technik in der bildbasierten überwachten Instanzsegmentierung um 17,8 % bezogen auf den durchschnittlichen besten Überschneidungsgrad auf dem PASCAL VOC 2012-Datensatz. Quellcode-Link: https://github.com/GuoleiSun/CountSeg