深層計量学習を用いた意味的なインスタンスセグメンテーション

私たちは、セマンティックインスタンスセグメンテーションの新しい手法を提案します。まず、2つのピクセルが同じオブジェクトに属する確率を計算し、次に類似したピクセルをグループ化します。私たちの類似度指標は、深層完全畳み込み埋め込みモデルに基づいています。グループ化手法は、深層完全畳み込みスコアリングモデルから選ばれた「シードポイント」集合に対して十分に類似しているすべての点を選択することに基づいています。Pascal VOC インスタンスセグメンテーションベンチマークにおいて、競合する結果を示しています。