InstanceCut: エッジからインスタンスへのマルチカット

本研究は、インスタンス認識セマンティックセグメンテーションのタスクに取り組みます。私たちの主な動機は、新しいモデル化パラダイムを用いてシンプルな方法を設計することであり、従来のアプローチと比較して利点と欠点のトレードオフが異なります。私たちのアプローチ、InstanceCutと呼ばれるものは、問題を2つの出力モダリティで表現します：(i) インスタンス非依存のセマンティックセグメンテーション、(ii) すべてのインスタンス境界です。前者は、セマンティックセグメンテーション用の標準的な畳み込みニューラルネットワークから計算され、後者は新しいインスタンス認識エッジ検出モデルから導出されます。画像をインスタンスに最適に分割することについて全体的に推論するために、これら2つのモダリティを新しいマルチカットの定式化に統合します。私たちは、挑戦的なCityScapesデータセットでアプローチを評価します。私たちのアプローチの概念的な単純さにもかかわらず、発表されたすべての方法の中で最良の結果を達成し、特に希少なオブジェクトクラスに対して特に優れた性能を発揮します。