連続スパース特徴伝播ネットワークによる対話型セグメンテーション

我々は点ベースのインタラクティブセグメンテーションの問題に取り組むことを目指しています。この分野における主要な課題は、ユーザーが提供した注釈を効率的に未ラベル領域へ伝播させることです。既存の手法では、計算量が大きく高価な完全連結グラフやトランスフォーマー構造を使用してこの課題に対処していますが、これらの手法は正確なセグメンテーションに必要な重要な細かい情報（fine-grained information）を犠牲にしてしまいます。これらの制約を克服するため、我々はクリック拡張特徴表現を学習し、ユーザーが提供した情報を未ラベル領域へ伝播させるカスケード疎特徴伝播ネットワーク（Cascade Sparse Feature Propagation Network: CSFPN）を提案します。ネットワークの疎設計により、高解像度の特徴量において効率的な情報伝播が可能となり、より詳細なオブジェクトセグメンテーションが実現できます。我々は様々なベンチマークでの包括的な実験を通じて本手法の有効性を検証しました。結果は、我々のアプローチが優れた性能を示していることを示しています。コードは \href{https://github.com/kleinzcy/CSFPN}{https://github.com/kleinzcy/CSFPN} から入手可能です。