Parsing Objects at a Finer Granularity: A Survey

要約

細粒度のパーツ セグメンテーションや細粒度のオブジェクト認識などの細粒度の視覚的解析は、農業、リモート センシング、宇宙技術など、多くの実世界のアプリケーションで重要であるため、かなりの注目を集めています。
主要な研究努力は、さまざまなパラダイムに従ってこれらのきめの細かいサブタスクに取り組んでいますが、これらのタスク間の固有の関係は無視されています。
さらに、ほとんどの研究は断片的なままであるため、部品の関係を学習するという新しい視点から、高度な研究の詳細な研究を行っています。
この観点から、まず最近の研究とベンチマークの統合を新しい分類法で統合します。
この統合に基づいて、細粒度の部品セグメンテーションと認識タスクにおける普遍的な課題を再検討し、これらの重要な課題に対する部品関係学習による新しいソリューションを提案します。
さらに、将来の研究のために、細粒度の視覚的解析に関するいくつかの有望な研究ラインを結論付けます。

要約(オリジナル)

Fine-grained visual parsing, including fine-grained part segmentation and fine-grained object recognition, has attracted considerable critical attention due to its importance in many real-world applications, e.g., agriculture, remote sensing, and space technologies. Predominant research efforts tackle these fine-grained sub-tasks following different paradigms, while the inherent relations between these tasks are neglected. Moreover, given most of the research remains fragmented, we conduct an in-depth study of the advanced work from a new perspective of learning the part relationship. In this perspective, we first consolidate recent research and benchmark syntheses with new taxonomies. Based on this consolidation, we revisit the universal challenges in fine-grained part segmentation and recognition tasks and propose new solutions by part relationship learning for these important challenges. Furthermore, we conclude several promising lines of research in fine-grained visual parsing for future research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google