DeepGBASS: Mélyen irányított határokat ismerő szemantikai szegmentáció

A kép szemantikai szegmentálását mindenütt használják a jelenetmegértő alkalmazásokban, mint például az AI Camera, amelyek nagy pontosságot és hatékonyságot igényelnek. A mély tanulás jelentősen előremozdította a szemantikai szegmentálás legmodernebb szintjét. Azonban sok újabb szemantikai szegmentációs munka csak az osztály pontosságát veszi figyelembe, és figyelmen kívül hagyja a szemantikai osztályok közötti határok pontosságát. A szemantikai határok pontosságának javítása érdekében alacsony komplexitású, mélyen irányított dekóder (DGD) hálózatokat javasolunk, amelyeket egy új szemantikus határokat tudatosító tanulási (SBAL) stratégiával képeztek ki. A városképekkel és az ADE20K-32-vel kapcsolatos ablációs tanulmányaink megerősítik megközelítésünk hatékonyságát különböző összetettségű hálózatokkal. Megmutatjuk, hogy a DeepGBASS megközelítésünk jelentősen javítja a mIoU értéket akár 11%-kal relatív erősítéssel, és akár 1%-kal az átlagos F39.4-pontszámot (mBF), ha MobileNetEdgeTPU DeepLab ADE20K-32 adatkészleten tanítja.

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

Kiadva: ICASSP 2022 – 2022 IEEE Nemzetközi Akusztikai, Beszéd- és Jelfeldolgozási Konferencia (ICASSP)

Doi: 10.1109/ICASSP43922.2022.9747892

Kattints itt többet olvasni.