DeepGBASS: Deep Guided Boundary-Aware Semantic Segmentation

Η σημασιολογική τμηματοποίηση εικόνας χρησιμοποιείται παντού σε εφαρμογές κατανόησης σκηνών, όπως η κάμερα AI, που απαιτούν υψηλή ακρίβεια και αποτελεσματικότητα. Η βαθιά μάθηση έχει βελτιώσει σημαντικά την τελευταία λέξη της τεχνολογίας στη σημασιολογική κατάτμηση. Ωστόσο, πολλές από τις πρόσφατες εργασίες σημασιολογικής τμηματοποίησης λαμβάνουν υπόψη μόνο την ακρίβεια κλάσης και αγνοούν τις ακρίβειες στα όρια μεταξύ των σημασιολογικών κλάσεων. Για να βελτιώσουμε την ακρίβεια των σημασιολογικών ορίων, προτείνουμε δίκτυα Deep Guided Decoder (DGD) χαμηλής πολυπλοκότητας, εκπαιδευμένα με μια νέα στρατηγική Semantic Boundary-Aware Learning (SBAL). Οι μελέτες μας κατάλυσης για τα αστικά τοπία και το ADE20K-32 επιβεβαιώνουν την αποτελεσματικότητα της προσέγγισής μας με δίκτυο διαφορετικών πολυπλοκοτήτων. Δείχνουμε ότι η προσέγγισή μας DeepGBASS βελτιώνει σημαντικά το mIoU έως και 11% σχετικό κέρδος και τη μέση βαθμολογία ορίου F1 (mBF) έως και 39.4% κατά την εκπαίδευση του MobileNetEdgeTPU DeepLab σε σύνολο δεδομένων ADE20K-32.

Συγγραφείς: Qingfeng Liu, Hai Su, Mostafa El-Khamy, Kee-Bong Song, της SOC Multimedia R&D, Samsung Semiconductor, Inc., Η.Π.Α.

Δημοσιευτηκε σε: ICASSP 2022 – 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)

DOI: 10.1109/ICASSP43922.2022.9747892

Πατήστε εδώ για να διαβάσετε περισσότερα.