Grenzwahrnehmende Instanzsegmentierung

Wir befassen uns mit dem Problem der semantischen Segmentierung auf Instanzebene, das darauf abzielt, jedes einzelne Objekt in einem Bild gemeinsam zu erkennen, zu segmentieren und zu klassifizieren. In diesem Zusammenhang schlagen bestehende Methoden typischerweise Kandidatenobjekte vor, in der Regel als Begrenzungsrahmen, und sagen direkt eine binäre Maske innerhalb jedes solchen Vorschlags voraus. Infolgedessen können sie sich nicht von Fehlern im Prozess der Objektkandidaten-Generierung erholen, wie z. B. zu kleinen oder verschobenen Kästen. In diesem Papier führen wir eine neuartige Objektsegmentdarstellung auf der Grundlage der Distanztransformation der Objektmasken ein. Wir entwickeln dann ein Objektmaskennetzwerk (OMN) mit einer neuen Residual-Dekonvolutionsarchitektur, die eine solche Darstellung ableitet und in die endgültige binäre Objektmaske dekodiert. Dies ermöglicht es uns, Masken vorherzusagen, die über den Bereich der Begrenzungsrahmen hinausgehen und somit robust gegen ungenaue Objekts Kandidaten sind. Wir integrieren unser OMN in ein Multitask-Netzwerk-Cascade-Rahmenwerk und lernen das resultierende grenzbewusste Instanzsegmentierungsnetzwerk (BAIS) in einer End-to-End-Modalität. Unsere Experimente mit den PASCAL VOC 2012- und Cityscapes-Datensätzen zeigen die Vorteile unseres Ansatzes, der in der Generierung von Objekvorschlägen und der Instanzsegmentierung besser abschneidet als der Stand der Technik.