object boundaries | BriefGPT

关键词object boundaries

搜索结果 - 12

IReNe: 神经辐射场中的即时染色
通过在预先训练的 NERF 模型和单一训练图像中实时调整网络参数，IReNe 能够快速、准确地调整颜色编辑，同时控制物体边界和视图效果，从而实现了在 NERF 中近实时的颜色编辑和物体控制。
PDFa month ago
AAAI弱监督语义分割的渐进不确定特征自强化
对比传统的像素级监督语义分割，使用图像级标签的弱监督语义分割（WSSS）面临的挑战是始终专注于最具差异性的区域，导致完全监督条件下的不一致。典型的表现是在目标边界上减少了精度，从而导致 WSSS 的准确性下降。为了缓解这个问题，我们提出了一
PDF7 months ago
从生物学启发机制重新思考超像素分割
通过采用基于深度学习的超像素分割方法，在生成严格遵循物体边界的超像素，并传达丰富的视觉意义的过程中存在许多挑战，尤其当面色交叉相关性可能干扰物体时。为了解决这些问题，从神经结构和视觉机制中获得灵感，提出了一种生物网络架构，包括增强筛选模块和
PDF9 months ago
基于基础模型的 3D 开放词汇分割
本研究利用预训练的 CLIP 和 DINO 模型的多模式知识和物体推理能力来解决三维开放式词汇分割的挑战。通过优化神经辐射场 (NeRF) 并引入相应的损失函数，本研究在无需进行微调的情况下，以开放式视觉和文本知识为先验知识，从 2D 特征
PDFa year ago
AF$_2$: 航空影像分割的自适应聚焦框架
本论文提出了一种名为自适应聚焦框架（AF2）的层级分割方法，通过利用多尺度特征信息来更好地识别不同大小的目标，并通过可学习的自适应置信机制（ACM）确定不同对象分割时应该使用哪种尺度的特征，实验证明该方法在三种广泛使用的航拍图像数据集上都取
PDF2 years ago
CVPR铁路不是火车：显著性作为弱监督语义分割的拟像素监督
通过像素级反馈和结合图像级标签和预训练显著性检测模型，提出了一种新的弱监督语义分割框架 EPS，可有效解决目标覆盖不全、目标边界不准确、目标不同部分像素分散等问题，并在 PASCAL VOC 2012 和 MS COCO 2014 数据集上
PDF3 years ago
CVPR学习融合不对称特征映射在孪生跟踪器中
该研究提出了一种可学习的模块 —— 不对称卷积 (ACM)，通过在大规模数据的离线训练中学习更好地捕获语义相关信息，有效克服了现有 Siamese 跟踪器中存在的问题。同时，将 ACM 集成到现有的 SiamFC，SiamRPN ++ 和
PDF4 years ago
ClassMix: 基于分割的数据增强用于半监督学习
本文介绍了一种针对语义分割任务的数据增强方法 ——ClassMix，其通过混合未标记的样本来生成增强，并通过利用网络对对象边界的预测来保证增强的有效性，在两个常用半监督语义分割基准测试中表现出了最先进的结果，并提供了详细的消融研究和不同设计
PDF4 years ago
重新思考本地化图：通过自我增强图提高准确的物体感知
本研究提出了一种用于评估弱监督目标定位图的测量方法，即与地面真实像素级目标掩模进行比较，并证明了这种方法优于常规的交并比测量方法。此外，我们还提出了一种自我增强方法，只使用目标类别标签作为监督，就能获得准确的对象定位图和边界。在两个数据集上
PDF4 years ago
PolyTransform: 深层多边形变换器用于实例分割
通过融合现有的分割算法和现代多边形方法，本研究提出了一种名为 PolyTransform 的新型实例分割算法，能够生成准确、保存几何信息的遮罩，取得了显著的性能提升。我们的算法在 Cityscapes 数据集上排名第一，并在交互式注释设置中
PDF5 years ago
用于边缘检测的更丰富的卷积特征
该研究提出了一种准确的边缘检测器，利用丰富的卷积特征和多尺度多级信息相结合的方法达到了目标，并在计算机视觉任务中取得了最先进的结果。
PDF8 years ago
ECCV基于区域的语义分割与端到端训练
本文提出一种新的语义分割方法，该方法基于区域分类方法和全卷积方法相结合，能够实现端到端的培训。与目前现有的算法相比，该方法在语义分类的平均准确性方面提高了成绩，在 SIFT Flow 和 PASCAL Context 上达到了 64.0%
PDF8 years ago