Connectivity-constrained Interactive Panoptic Segmentation

要約

インタラクティブなパノプティック アノテーションに対処します。これは、1 つのセグメントですべてのオブジェクトを分割し、画像内の領域を詰め込みます。
グローバルな最適化を保証する注目すべきクラス認識整数線形計画法 (ILP) の定式化を使用して、両方が各領域の接続を強制する 2 つのグラフベースのセグメンテーション アルゴリズムを調査します。
どちらのアルゴリズムも、ターゲット データセットでトレーニングされているかどうかに関係なく、入力として RGB を使用するか、任意の DCNN から特徴マップを利用できます。
次に、インタラクティブな落書きベースの注釈フレームワークを提案します。

要約(オリジナル)

We address interactive panoptic annotation, where one segment all object and stuff regions in an image. We investigate two graph-based segmentation algorithms that both enforce connectivity of each region, with a notable class-aware Integer Linear Programming (ILP) formulation that ensures global optimum. Both algorithms can take RGB, or utilize the feature maps from any DCNN, whether trained on the target dataset or not, as input. We then propose an interactive, scribble-based annotation framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google