MMJun, 2014

使用图形模型和部分外貌一致性分割汽车的语义部分

PDF
TL;DR本文旨在解决汽车语义部分分割问题（即将汽车内的每个像素分配到其中一个部分（例如车身，车窗，灯光，车牌和车轮））。我们将其作为一个标志性识别问题，并提出一种新颖的图形模型混合方法，该方法动态地将标志性点与一系列的段层次耦合起来。通过这种耦合，我们的模型能够利用局部图像内容以及空间变形的方面，保证相同部分内的段的外观一致性。通过动态编程实现汽车部分分割，包括找到标志点与层次中段之间的最佳耦合。我们在 PASCAL VOC 2010 汽车图像子集和三维物体类别数据集（CAR3D）的汽车子集上评估我们的方法。我们证明了使用分割外观一致性在部分定位和分割的精度方面的有效性。
semantic part parsinglandmark identificationgraphical modelsappearance consistencysegmentation
发现论文，激发创造
  • 组合形状和外貌的组合模型进行语义部件分割

    本文研究了动物语义部分分割问题，提出了一种混合组成模型，将边缘、外观和语义部分提示纳入模型，通过特定动物类别的多角度和姿态条件下的组成模型混合，实现了线性时间复杂度的分割注释算法，并在新的 Pascal VOC 数据集上进行验证，结果表明该方法是有效的。

    Dec, 2014

  • GMNet: 用于大规模部件语义分割的图匹配网络

    本文提出了一种新的框架，通过在目标级别和部分级别上结合技术对场景中物体中多个实例和多个部分进行语义分割，其中包括类别条件模块和基于邻接图的模块来解决不同级别的歧义问题。在 Pascal-Part 数据集上的实验证明了该框架的有效性。

    Jul, 2020

  • 部分遮挡物体的语义部分检测

    本篇论文介绍了一种用于检测部分遮挡对象的语义部分的方法，该方法使用本地视觉线索的置信度进行语义部分的检测并使用简单的投票技术来处理局部线索。实验证明，该方法在存在遮挡的情况下，在语义部分检测方面性能优于其他竞争方法。

    Jul, 2017

  • 基于地标引导的语义部件分割的 CNN 级联

    本文提出一种卷积神经网络级联架构，利用关键点嵌套的姿态特定信息进行语义部件分割，经测试该网络在面部数据集上具有较高性能。

    Sep, 2016

  • 基于图形学习的街景图像补丁匹配

    本文提出了一种基于空间图的联合特征和度量学习模型，构建了一个以图顶点表示贴片、以边捕捉空间邻域信息的空间图，并通过理论分析证明了我们框架下匹配和不匹配对应的条件分布之间的信息距离最大化，通过在多个街景数据集上的评估我们证明了该方法达到了最先进的匹配结果。

    Nov, 2023

  • 基于高层引导的语义部分分割深度学习

    本研究探讨了物体分割的任务，通过使用语义分割系统和限制玻尔兹曼机的有益信息，结合 Dense CRF 标签，采用判别式方法提高了语义部分分割的性能，并在 PASCAL 数据集上展示了优越的性能。

    May, 2015

  • 基于语义引导部位注意力网络的方向感知车辆再识别

    提出了一种基于语义标签训练的、能够较为准确地预测车辆不同视角部分的注意力掩码的 Semantics-guided Part Attention Network (SPAN) 模型，结合 Co-occurrence Part-attentive Distance Metric (CPDM) 进行特征提取和度量，有效提高了车辆重识别的精度。

    Aug, 2020

  • 一种基于 Transformer 的自适应语义聚合算法用于无人机视觉地理定位

    这篇论文介绍了一种基于 Transformer 的自适应语义聚集方法，将部分作为图像中最具代表性的语义，并将部分级别的特征分解为所有补丁特征的自适应总和，以实现准确的无人机 - 卫星图像匹配。

    Jan, 2024

  • 迈向基于开放世界的零件分割

    本文提出了一种利用无类别部件分割来减少标注难度并能适用于未知目标的部件分割方法，并通过对象感知性和自监督学习的方式对此进行了改进。

    May, 2023

  • 联合图像分割和标记的服装共同解析

    本文提出了一个数据驱动框架，分为两个分布，提出了穿着共解析的集成系统，以共同解析一组穿着图片（未分割但带标签的）。第一阶段提出图像协同分割，第二阶段构建多图形模型并使用 Efficient Graph Cuts 算法进行联合标签分配，实验结果表明该框架在 Fashionista 和 CCP 数据集上有较好的表现。

    Feb, 2015