本文盘点CVPR 2020 所有实例分割(Instance Segmentation)相关论文(语义分割在这里,不含全景分割、医学图像分割、交互式分割等,以上将会另行总结),总计18篇,对文献进行了分类汇总,希望对大家有帮助。
下面这张经典图片,简单明了地说明了实例分割与其他视觉三大任务的区别:
图像分类是对整幅图像给出一个类别,目标检测将感兴趣的物体框出来,语义分割将相同类别的物体分割出来,实例分割则要分割出感兴趣类别物体的个体,既是对图像的像素级分割,又是实例级理解。
这18篇文章中有一篇Oral(Deep Snake),含2D实例分割8篇(一阶段one-shot实例分割有好几篇),3D点云实例分割5篇,解决标注数据不足问题的非监督/半监督/小样本学习的实例分割各1篇,另外IBM研究了实例分割跟踪,还有1篇实例分割在生物图像中的应用,既高精度又兼顾速度。
通过近几天的对CVPR 2020 的总结发现,3D点云数据是视觉大趋势,在各个领域都有丰富的研究成果,实例分割也不例外。
18篇中9篇有开源代码,另外有中文解读的也把网址附上了。
大家可以在:
http://openaccess.thecvf.com/CVPR2020.py
按照题目下载这些论文。
如果想要下载所有CVPR 2020论文,请点击这里:
CVPR 2020 论文全面开放下载,含主会和workshop
2D实例分割
[1].Deep Snake for Real-Time Instance Segmentation
作者 | Sida Peng, Wen Jiang, Huaijin Pi, Xiuli Li, Hujun Bao, Xiaowei Zhou
单位 | 浙江大学;深睿医疗
代码 | https://github.com/zju3dv/snake/
备注 | CVPR 2020 oral
解读 | https://zhuanlan.zhihu.com/p/134111177
[2].BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation
作者 | Hao Chen, Kunyang Sun, Zhi Tian, Chunhua Shen, Yongming Huang, Youliang Yan
单位 | 阿德莱德大学;东南大学;华为诺亚方舟实验室