Highly Accurate Dichotomous Image Segmentation
6 Mar 2022
ECCV 2022
作者：Xuebin Qin, Hang Dai, Xiaobin Hu, Deng-Ping Fan, Ling Shao, Luc Van Gool
单位：MBZUAI, TUM, ETH Zurich, Terminus Group
原文：https://arxiv.org/abs/2203.03041
开源：https://github.com/xuebinqin/DIS
开源短短几天就收获四百多星
编者目前还没细读这篇论文，有些疑惑：作者声称提出新的任务，但是这个任务和抠图的区别是？
摘要：我们提出了一个新的任务，称为二分图像分割（DIS），旨在从自然图像中分割高精度的对象。为此，我们收集了第一个大规模DIS数据集，称为DIS5K，其中包含5470张高分辨率（例如2K、4K或更大）图像，涵盖各种背景中的伪装、突出或精细物体。DIS使用极细粒度的标签进行注释。此外，我们还引入了一个简单的中间监督基线（IS-Net），使用特征级和掩码级指导进行DIS模型训练。IS-Net在建议的DIS5K上优于各种前沿基线，使其成为一个通用的自学习监控网络，可以促进DIS的未来研究。此外，我们设计了一个新的度量，称为人类校正努力（HCE），它近似于纠正假阳性和假阴性所需的鼠标点击操作数。HCE用于测量模型和实际应用程序之间的差距，因此可以补充现有指标。最后，我们进行了最大规模的基准测试，评估了16种具有代表性的分割模型，对对象的复杂性进行了更深入的讨论，并展示了几种潜在的应用（例如背景去除、艺术设计、三维重建）。希望这些努力能为学术界和工业界开辟有希望的方向。项目页面：此https URL。
网友评论