Learning Ordinality in Semantic Segmentation

要約

セマンティック セグメンテーションは、各画像ピクセルのセマンティック ラベルを予測することで構成されます。
従来の深層学習モデルは、対象のドメインに存在する可能性のある順序関係を利用していません。
たとえば、瞳孔は虹彩の内側にあり、車線区分線は道路の内側にあることが知られています。
このようなドメイン知識を制約として使用して、モデルをより堅牢にすることができます。
このトピックに関する現在の文献では、各ピクセルを独立した観測値として扱い、その表現における順序性を促進する、ピクセルごとの順序セグメンテーション方法が検討されています。
この論文は、新しい空間順序セグメンテーション手法を提案します。この手法は、各ピクセルをその近傍コンテキストに依存する観測値として考慮することで構造化画像空間を利用し、空間順序の一貫性も促進します。
5 つの生物医学データセットと複数構成の自動運転データセットを使用して評価した場合、順序法では順序指標が大幅に改善され、Dice 係数が若干増加し、より順序一貫性の高いモデルが得られました。
また、順序の一貫性を組み込むと、モデルの一般化能力が向上することも示されました。

要約(オリジナル)

Semantic segmentation consists of predicting a semantic label for each image pixel. Conventional deep learning models do not take advantage of ordinal relations that might exist in the domain at hand. For example, it is known that the pupil is inside the iris, and the lane markings are inside the road. Such domain knowledge can be employed as constraints to make the model more robust. The current literature on this topic has explored pixel-wise ordinal segmentation methods, which treat each pixel as an independent observation and promote ordinality in its representation. This paper proposes novel spatial ordinal segmentation methods, which take advantage of the structured image space by considering each pixel as an observation dependent on its neighborhood context to also promote ordinal spatial consistency. When evaluated with five biomedical datasets and multiple configurations of autonomous driving datasets, ordinal methods resulted in more ordinally-consistent models, with substantial improvements in ordinal metrics and some increase in the Dice coefficient. It was also shown that the incorporation of ordinal consistency results in models with better generalization abilities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google