Auto-DeepLab——使用改进的神经架构搜索(NAS)技术自动搜索图像语义分割
Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation
特点:计算量小,精度好
问题:
语义分割必须在高分辨率图像上运行,需要:更松弛、通用的搜索空间来捕捉更高分辨率导致的架构变体;更高效的架构搜索技术解决大量的计算问题。
现在的CNN设计遵循两级分层结构,外层网络(手动设计)控制空间分辨率变化,内层单元级架构(自动化搜索)管理特定的分层计算。
密集图像预测对空间分辨率变化很敏感。
方法:在此研究中,作者提出了一种格子状的网络级搜索空间,可以增强首次提出的常用单元级搜索空间,以形成分层架构搜索空间。目标:联合学习可重复单元结构和网络结构的良好组合,用于图像语义分割。
PoseTrack: A Benchmark for Human Pose Estimation and Tracking
摘要
用于基于视频的姿势估计和跟踪的现存系统很难在具有多个人的真实视频上表现良好并且经常无法输出随时间一致的身体姿势轨迹。为了处理这些问题,此文章引进PoseTrack,是基于视频的人体姿势估计和关节跟踪的新型大规模benchmark。新的benchmark关注3个任务:1、单帧多人pose估计;2、视频的多人pose估计;3、多人清晰跟踪。为了建立benchmark,收集、标注、公开新的数据集,带有多人标签的跟踪和pose点的特征视频。
Segmentaon is al you need(微信,我爱计算机视觉)
目标检测精度提高:定位特定语义点定位目标;anchor-free方法。
目标检测问题:目标部分被遮挡、环境光照差、目标相对场景过小等。
问题产生原因:算法能够选择或者预定义正确的、尺度合理的候选区域。
想法:目标检测可否直接用分割来完成?
算法思想:
用分割,需要标注好的分割数据集。文章中用目标检测数据集的目标包围框计算目标mask,即弱监督标注。
算法流程:
1、生成弱监督标注数据,训练语义分割——考虑遮挡情况
2、推断时,语义分割结果转化为二值图像;
3、轮廓提取算法找到不同的目标个体——run-data-based tracing算法
可能存在的缺点:用包围框做弱监督标记,可能对人脸等的实心目标比较有效,对自行车这种中间有很大空隙的目标会不会有问题,未知,文章没提到。