基于图像级别监督学习像素级语义相似性用于弱监督语义分割

CVPRMar, 2018

基于图像级别监督学习像素级语义相似性用于弱监督语义分割

Learning Pixel-level Semantic Affinity with Image-level Supervision for Weakly Supervised Semantic Segmentation

Jiwoon Ahn, Suha Kwak

TL;DR本文提出了一种用于弱监督下的图像标注的全新框架 ——AffinityNet。该框架通过训练一个深度神经网络，使其能够预测一对相邻图像坐标之间的语义亲和性，从而通过随机游走来实现语义的传播，以生成图像的分割标签。实验表明，使用我们的方法生成的分割标签训练的 DNN，甚至比其它依赖于更强监管的模型表现更为优秀。

Abstract

The deficiency of segmentation labels is one of the main obstacles to semantic segmentation in the wild. To alleviate this issue, we present a novel framework that generates segmentation labels of images given their image-level class labels. In this weakly supervised setting, trained m

semantic segmentation weakly supervised learning affinitynet semantic affinity pascal voc 2012

发现论文，激发创造

迭代亲和力学习弱监督语义分割

该研究提出了一种基于迭代算法的学习方法，利用像素点之间的强关联性来生成密集分割地图，并通过信任区域来确保像素关联的可靠性以在没有准确标记的情况下学习亲和力矩阵，实验表明该方法在 PASCAL VOC 2012 和 COCO 数据集上性能优越。

Feb, 2020

利用亲和力学习辅助任务进行弱监督语义分割

提出了一种利用弱监督学习的多任务、利用显著性检测和多标签图像分类作为辅助任务的新型网络框架 AuxSegNet，借助显著性检测作为辅助任务提高了基于图像级原始标注来执行语义分割任务的准确度，实现了在 PASCAL VOC 2012 和 MS COCO 数据集上表现最佳的弱监督分割性能。

Jul, 2021

CIAN：面向弱监督语义分割的交叉图像亲和力网络

本文提出了一种基于跨图像关系的亲和力模块的方法，该方法在仅使用图像级标签进行弱监督语义分割时实现了最新的、具有优势的 64.3% 和 65.3% mIoU，在结构上更好地利用了单个图像内部和图像间的关系。

Nov, 2018

强化弱监督语义分割的双重亲和学习增强的辅助任务

提出 AuxSegNet + 框架，使用正好标定过的图片级别标签，通过关联任务 -- 显著性检测和多标签图像分类以及交叉任务亲和学习机制，改进了弱监督语义分割的性能，并在 PASCAL VOC 和 MS COCO 数据集上取得了新的最先进结果。

Mar, 2024

弱监督语义分割的自适应亲和力损失和错误伪标签优化

本文提出了将多阶段方法的关联学习嵌入到单阶段模型中，引入自适应关联损失深度学习网络，考虑到伪标签中可能存在的错误，提出了一种新的标签重新分配损失函数，本方法在 PASCAL VOC 2012 数据集上实验表明，优于其他标准单阶段方法，并达到了与多阶段方法相当的性能。

Aug, 2021

卫星图像弱监督语义分割

本研究探讨如何使用图像级别标注来进行语义分割，通过 Anh 和 Kwak 提出的方法从图像级别标注中生成像素级别标注，并提出了对 AffinityNet 的调整，以进行直接的语义分割。结果表明，生成的标签与原始数据集的性能相同，并且直接使用 AffinityNet 和 Random Walk 进行的语义分割质量接近于最佳完全监督方法。

Apr, 2019

基于亲和力注意力图神经网络的弱监督语义分割

本文提出了一种基于干预注意力图神经网络的边界框监督语义分割方法，通过伪语义种子和边界框约束来提高模型的训练精度，并在 Pascal VOC 2012 数据集上取得了最新的最佳性能。

Jun, 2021

利用先验网络知识学习弱监督语义分割

本文介绍了一种使用图像标签进行弱监督语义分割的模型，利用图像标注作为注意机制来识别图像中的语义区域，并描述了如何将此掩模生成策略纳入完全端到端可训练的过程中，其中网络同时学习对图像进行分类和分割，实验表明，利用生成的类特定掩模可以超越只使用图像标记的最新弱监督语义分割方法甚至某些利用额外监督或训练数据的模型。

Apr, 2018

使用深度卷积神经网络学习语义分割的可转移知识

该论文介绍了一种新颖的弱监督语义分割算法，该算法利用基于深度卷积神经网络的辅助分割注释，通过设计解耦编码器 - 解码器体系结构来生成空间高光区域，并使用注意力模型和分割注解在不同类型中加速弱监督下的语义分割。训练该模型可以在 Microsoft COCO 数据集中的 60 个独家类别的注释下，显着提高在具有挑战性的 PASCAL VOC 2012 数据集中的表现。

Dec, 2015

基于亲和传播的标签高效分割

利用标签效率的稀疏注释进行弱监督分割的研究越来越受到关注，以降低费力的像素级标注过程成本，而成对亲和建模技术在此任务中发挥了重要作用。本文将亲和建模作为亲和传播过程，提出了局部和全局成对亲和项，以生成准确的软伪标签，并开发了一种高效算法来显著降低计算成本。该方法可以方便地插入现有的分割网络。在三个典型的标签有效分割任务中进行的实验证明了所提方法的卓越性能。

Oct, 2023