您的位置:首页 > 其它

论文阅读-2018-0114

2018-01-14 14:22 483 查看
论文:Video Object Segmentation Without Temporal Information

亮点:做VOS,但不使用temporal information。输入video,使用image semantic segmentation的方法得到instance分割结果,以及与之对应的类别标签。同时,用传统VOS方法得到视频前景物体的估计。找instance segmentation mask与VOS得到的mask一致的部分,选择出来作为semantic prior。提出一种conditional classifier对此semantic prior map进行操作,分类前景背景。

看法:用semantic segmentation的方法解决object segmentation的问题,小题大做,不实用。

借鉴:实验设置以及表述方法值得在DAVIS上做VOS时参考。

论文:ICCV2017-SceneNet RGB-D: Can 5M Synthetic Images Beat Generic ImageNet Pre-training on Indoor Segmentation?

亮点:在indoor segmentation的问题上,提出合成的video 数据。合成数据时考虑了多种因素,如light,motion等。

借鉴:对于video semantic segmentation,与其做类似于过拟合的各种形变,不如做合理的数据合成,可以考虑本论文中使用的3D trajectory。相似论文可以参考:CVPR2016-The SYNTHIA Dataset A Large Collection of Synthetic Images for Semantic Segmentation of Urban SceneS
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: