CVPRApr, 2024

多视角聚合网络用于二分图像分割

PDF
TL;DRDichotomous Image Segmentation (DIS) explores the challenge of balancing semantic dispersion and high-precision details in object segmentation. The paper proposes a parsimonious multi-view aggregation network (MVANet) that surpasses state-of-the-art methods in accuracy and speed.
dichotomous image segmentationdis modelmulti-view object perceptionmvanethigh-resolution targets
发现论文，激发创造
  • 高精度二分图像分割

    本文研究了一项新任务，称为二元图像分割（DIS），目的是从自然图像中高精度地分割对象。我们收集了第一个大规模的 DIS 数据集，称为 DIS5K，包含 5470 个高分辨率图像，并使用极细粒度标签进行了注释。我们提出了一个简单的中间监督基线（IS-Net），用于 DIS 模型训练，并介绍了一个新的度量标准（HCE），用于衡量模型与实际应用之间的差距。最后，我们进行了最大规模的基准测试，评估 16 个代表性的分割模型，并展示了几个潜在的应用领域。

    Mar, 2022

  • 特征透视变换在多视角检测中的应用

    本研究提出了一种新的多视角检测系统 MVDet，采用基于鸟瞰图的无 Anchor 盒方法来聚合视图信息并在地平面特征图上应用大内核卷积。在新引入的合成数据集 MultiviewX 上的结果表明，相比于现有方法在 Wildtrack 数据集上的最新技术，该方法提高了 14.1% 的 MODA 性能。

    Jul, 2020

  • DeepMVS: 学习多视角立体视觉

    DeepMVS 是一种用于多视图立体重建的深度卷积神经网络 (ConvNet)，它可以对任意数量的姿态图像进行处理以预测高质量的视差图，其有效的信息聚合方法和采用 VGG-19 网络的多层特征激活实现了优异的效果。

    Apr, 2018

  • DVANet：多视角行为识别中视角和动作特征的解耦合

    提出一种新颖的多视图动作识别方法，通过可学习的变换器解码查询和两个监督对比损失将学习到的动作特征与视图信息分离，从而显著提高了多视图动作识别的性能。

    Dec, 2023

  • 基于三视图知识蒸馏的半监督语义分割

    半监督语义分割的三视角知识蒸馏框架（TriKD）包括三视角编码器和双频解码器，并在 Pascal VOC 2012 和 Cityscapes 两个基准上进行了大量实验，结果表明该方法在精度和推理速度之间取得了良好的折衷。

    Sep, 2023

  • 多视角深度子空间聚类网络

    通过提出一种新的多视角深度子空间聚类网络 (multi-view deep subspace clustering network, MvDSCN)，并借助多元深度自显式矩阵 (self-representation matrix) 来学习，该模型可用于探测互补信息以有助于提取内在的结构，并且优于其他的多特征、多模态学习模型。

    Aug, 2019

  • 基于多视角注意力网络的视觉对话

    论文旨在通过提出 Multi-View Attention Network (MVAN) 模型来解决视觉对话任务中的挑战性问题，该模型基于注意机制，利用多个视角来处理异构输入，并且通过序列对齐过程构建多模态表示，从而可以更好地捕捉到对话历史中与问题相关的信息，并在 VisDial v1.0 数据集上达到了最佳结果。

    Apr, 2020

  • 统合 - 分离 - 统合：高准确性二分图像分割的联合增强主干和结构

    高准确率的二值图像分割（DIS）旨在从自然场景中定位与类别无关的前景对象。本文提出了一种新颖的 Unite-Divide-Unite Network（UDUN）来提高主干和结构识别的效果，实现统一的高准确度分割。

    Jul, 2023

  • 用于高质量单视图 3D 重建的深度隐式表面网络

    本文提出了一种新颖的用于单视角图像重构三维模型的方法 ——Deep Implicit Surface Network (DISN), 结合全局和局部图像特征以显著提高预测精度，能够捕捉 3D 形状中的细节，包括孔洞和薄结构等，并且在多类形状的合成与实际图像重构中达到了最优性能。

    May, 2019

  • 多尺度超像素结构差异图卷积网络用于 VL 表示

    该论文提出了一种基于预训练模型的多模态语义表示方法，并引入了超像素和多尺度差异图卷积网络来提高视觉语义表达的准确性和精度，从而在多个下游任务学习方面表现出与其他先进方法的竞争力。

    Oct, 2023