要約
現在の二値画像セグメンテーション（Dichotomous Image Segmentation: DIS）の手法では、画像マッティングと物体セグメンテーションを根本的に異なるタスクとして扱っています。画像セグメンテーションの改善がますます困難になる中、画像マッティングとグレースケールセグメンテーション技術を組み合わせることで、アーキテクチャ革新の有望な新しい方向性が示されています。これらの2つのモデルタスクを整合させる可能性に着目し、私たちはDIS用の新しいアーキテクチャアプローチである信頼度ガイドマッティング（Confidence-Guided Matting: CGM）を提案します。最初のCGMモデルとして、Background Erase Network (BEN)を開発しました。BENは2つのコンポーネントから構成されており、初期セグメンテーションを行うBEN Baseと信頼度を洗練するBEN Refinerがあります。私たちのアプローチはDIS5K検証データセットにおいて現行の最先端手法よりも大幅な改善を達成しており、マッティングベースの洗練がセグメンテーション品質を大幅に向上させることができることを示しています。この研究は、コンピュータビジョンにおけるマッティングとセグメンテーション技術間での相互応用の新たな可能性を開きます。