DeepGBASS: Deep Guided Boundary-Aware Semantic Segmentation

Semantisk billedsegmentering bruges allestedsnærværende i sceneforståelsesapplikationer, såsom AI-kamera, som kræver høj nøjagtighed og effektivitet. Deep learning har markant fremskreden state-of-the-art inden for semantisk segmentering. Men mange af de seneste semantiske segmenteringsværker tager kun hensyn til klassenøjagtighed og ignorerer nøjagtighederne ved grænserne mellem semantiske klasser. For at forbedre den semantiske grænsenøjagtighed foreslår vi lavkompleksitet Deep Guided Decoder (DGD) netværk, trænet med en ny Semantic Boundary-Aware Learning (SBAL) strategi. Vores ablationsundersøgelser af Cityscapes og ADE20K-32 bekræfter effektiviteten af ​​vores tilgang med netværk af forskellige kompleksiteter. Vi viser, at vores DeepGBASS-tilgang markant forbedrer mIoU med op til 11 % relativ gevinst og den gennemsnitlige grænse F1-score (mBF) med op til 39.4 %, når man træner MobileNetEdgeTPU DeepLab på ADE20K-32-datasæt.

Forfattere: Qingfeng Liu, Hai Su, Mostafa El-Khamy, Kee-Bong Song, fra SOC Multimedia R&D, Samsung Semiconductor, Inc., USA

Udgivet i: ICASSP 2022 – 2022 IEEE International Conference on Akustik, Tale og Signalbehandling (ICASSP)

DOI: 10.1109/ICASSP43922.2022.9747892

Klik link. at læse mere.