Instance Segmentation of Dense and Overlapping Objects via Layering

要約

インスタンス セグメンテーションは、画像内の対象となる個々のオブジェクトの輪郭を描くことを目的としています。
最先端のアプローチでは、セマンティック セグメンテーションを分割するか、検出されたオブジェクトの粗い表現を改良することによって、この目標を達成します。
この作業では、オブジェクトの階層化を介して問題を解決するための新しいアプローチを提案します。
空間的に分離されたオブジェクトを同じレイヤーにグループ化することにより、各レイヤーで接続されたコンポーネントを抽出することにより、インスタンスを簡単に分離できます。
以前の方法と比較して、私たちのアプローチは、複雑なオブジェクトの形状やオブジェクトの重なりの影響を受けません。
最小限の後処理で、我々の方法は、C. elegans (BBBC)、重複子宮頸細胞 (OCC)、および培養神経芽腫細胞 (CCDB) などの多様なデータセットに対して非常に競争力のある結果をもたらします。
ソースコードは公開されています。

要約(オリジナル)

Instance segmentation aims to delineate each individual object of interest in an image. State-of-the-art approaches achieve this goal by either partitioning semantic segmentations or refining coarse representations of detected objects. In this work, we propose a novel approach to solve the problem via object layering, i.e. by distributing crowded, even overlapping objects into different layers. By grouping spatially separated objects in the same layer, instances can be effortlessly isolated by extracting connected components in each layer. In comparison to previous methods, our approach is not affected by complex object shapes or object overlaps. With minimal post-processing, our method yields very competitive results on a diverse line of datasets: C. elegans (BBBC), Overlapping Cervical Cells (OCC) and cultured neuroblastoma cells (CCDB). The source code is publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google