Cross-Image Pixel Contrasting for Semantic Segmentation
题目:跨图像像素对比的语义分割方法
作者:Tianfei Zhou; Wenguan Wang
源码:https://github.com/tfzhou/ContrastiveSeg
摘要
本文研究了图像语义分割问题。现有方法主要关注于挖掘“局部”上下文,即通过特别设计上下文聚合模块(例如,扩张卷积、神经注意力)或结构感知优化目标(例如,IoU损失)在单个图像内部像素之间的依赖关系。然而,它们忽略了训练数据的“全局”上下文,即不同图像中像素之间丰富的语义关系。受到无监督对比表示学习最新进展的启发,我们提出了一种像素级对比算法,称为PiCo,用于完全监督学习环境中的语义分割。核心思想是强制同一语义类别的像素嵌入比不同类别的嵌入更相似。它通过显式探索标记像素的结构,提出了一种像素级度量学习范式,这在以前很少被研究。我们的训练算法与现代分割解决方案兼容,在测试期间没有额外开销。我们通过在多个数据集(例如,Cityscapes、