깊이 계량 학습을 통한 의미 인스턴스 분할

우리는 의미적 인스턴스 분할을 위한 새로운 방법을 제안합니다. 이 방법은 먼저 두 픽셀이 같은 객체에 속할 가능성을 계산한 후, 유사한 픽셀들을 그룹화하는 과정으로 이루어집니다. 우리의 유사성 지표는 깊은 완전 컨볼루션 임베딩 모델을 기반으로 합니다. 그룹화 방법은 깊은 완전 컨볼루션 점수 모델에서 선택된 "시드 포인트(seed points)" 집합과 충분히 유사한 모든 점들을 선택하는 데 기반을 두고 있습니다. 우리는 파스칼 VOC 인스턴스 분할 벤치마크에서 경쟁력 있는 결과를 보여주었습니다.