實(shí)例分割可對(duì)感興趣目標(biāo)進(jìn)行分類(lèi)、定位、分割,被廣泛應(yīng)用于視頻監(jiān)控、自動(dòng)駕駛、醫(yī)學(xué)影像等領(lǐng)域。相較于常規(guī)實(shí)例分割,基于弱監(jiān)督學(xué)習(xí)的實(shí)例分割可極大地節(jié)省標(biāo)注成本,在近年來(lái)得到了迅速的發(fā)展。然而,現(xiàn)有的弱監(jiān)督實(shí)例分割方法仍然存在以下問(wèn)題:1.沒(méi)有充分關(guān)注訓(xùn)練標(biāo)簽的質(zhì)量,導(dǎo)致無(wú)效像素級(jí)標(biāo)簽干擾網(wǎng)絡(luò)訓(xùn)練。2.沒(méi)有對(duì)實(shí)例分割網(wǎng)絡(luò)進(jìn)行改進(jìn),使之更適應(yīng)于弱監(jiān)督情形。針對(duì)上述問(wèn)題,本文提出了一種基于互補(bǔ)雙通道的弱監(jiān)督實(shí)例分割算法。該方法的網(wǎng)絡(luò)框架包含兩條分支:大目標(biāo)分支利用有效標(biāo)簽同時(shí)進(jìn)行檢測(cè)和分割訓(xùn)練,不僅讓網(wǎng)絡(luò)避免了無(wú)效標(biāo)簽的干擾,而且還使檢測(cè)和分割任務(wù)彼此促進(jìn)。小目標(biāo)支路則首先對(duì)那些缺乏有效像素級(jí)標(biāo)簽的小目標(biāo)進(jìn)行目標(biāo)檢測(cè),然后再利用Grab Cut對(duì)檢測(cè)結(jié)果進(jìn)行分割,從而使小目標(biāo)免于像素級(jí)標(biāo)簽的監(jiān)督。最后,將大目標(biāo)分支和小目標(biāo)分支的預(yù)測(cè)結(jié)果進(jìn)行融合,以充分利用大小目標(biāo)支路的互補(bǔ)特性。實(shí)驗(yàn)結(jié)果顯示,該方法能遠(yuǎn)遠(yuǎn)超過(guò)其他先進(jìn)方法,并且顯著提升了大小目標(biāo)的實(shí)例分割性能。上述方法首次根據(jù)生成標(biāo)簽的質(zhì)量對(duì)弱監(jiān)督實(shí)例分割網(wǎng)絡(luò)進(jìn)行創(chuàng)新,并取得了較好的效果。然而,其網(wǎng)絡(luò)結(jié)構(gòu)較為復(fù)雜且不能充分利用有限的監(jiān)督信息。針... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

擁有無(wú)效標(biāo)簽的實(shí)例的尺寸分布

標(biāo)簽

糜謐遠(yuǎn)?菔�、视茖�(dǎo)囁?和醫(yī)學(xué)影像等領(lǐng)域。得益于海量的數(shù)據(jù)和完善的標(biāo)注，當(dāng)前的實(shí)例分割方法[24,25,56]在CityScapes[10]、COCO[51]和PascalVOC[45]等數(shù)據(jù)集上取得非常優(yōu)秀的成果。但是，為每個(gè)實(shí)例進(jìn)行密集像素級(jí)標(biāo)注是一項(xiàng)非�？菰�、繁瑣、耗時(shí)的工作。如圖3.1所示，相較于復(fù)雜的像素級(jí)標(biāo)簽，一些弱標(biāo)簽就很容易獲取，例如：圖像級(jí)標(biāo)簽，點(diǎn)標(biāo)簽，線標(biāo)簽，邊界框標(biāo)簽等。因此，進(jìn)行弱監(jiān)督實(shí)例分割研究將有助于減少人工標(biāo)注的工作量，有效地降低人工成本。(a)標(biāo)注原圖(b)像素標(biāo)簽(c)點(diǎn)標(biāo)簽(d)線標(biāo)簽(e)邊界框標(biāo)簽圖3.1標(biāo)簽示意圖在弱監(jiān)督實(shí)例分割領(lǐng)域，邊界框標(biāo)簽被廣泛使用，其原因在于兩個(gè)方面：一是邊界框標(biāo)簽?zāi)軌蛱峁┚_的位置信息和類(lèi)別信息；二是邊界框標(biāo)簽可以作為先驗(yàn)信息送入傳統(tǒng)圖像分割算法以生成像素級(jí)標(biāo)簽。因此，本章將展開(kāi)以邊界框標(biāo)簽為監(jiān)督的實(shí)例分割研究�，F(xiàn)有的弱監(jiān)督實(shí)例分割方法專(zhuān)注于使用復(fù)雜的傳統(tǒng)分割方法來(lái)生成像素級(jí)標(biāo)簽，然后利用生成標(biāo)簽來(lái)訓(xùn)練現(xiàn)有的全監(jiān)督實(shí)例分割網(wǎng)絡(luò)。盡管如此，這些方法生成的像素級(jí)標(biāo)簽質(zhì)量仍然欠佳，直接利用其進(jìn)行網(wǎng)絡(luò)訓(xùn)練將削弱實(shí)例分割性能。針對(duì)現(xiàn)有方法的缺陷，本方法首先對(duì)生成標(biāo)簽的質(zhì)量進(jìn)行統(tǒng)計(jì)分析。由于弱監(jiān)督實(shí)例分割任務(wù)缺乏真實(shí)的像素級(jí)標(biāo)簽，因此本研究只能通過(guò)計(jì)算各實(shí)例生成標(biāo)簽的邊界框和真實(shí)邊界框的IoU來(lái)估計(jì)生成標(biāo)簽的質(zhì)量，將IoU大于0.5的像素級(jí)標(biāo)簽判定為有效標(biāo)簽；反之則判定為無(wú)效標(biāo)簽。根據(jù)上述評(píng)價(jià)規(guī)則，本方法對(duì)實(shí)驗(yàn)數(shù)據(jù)集生成標(biāo)簽的質(zhì)量進(jìn)行統(tǒng)計(jì)分析，結(jié)果表明：29.86%的生成標(biāo)簽為無(wú)效標(biāo)簽，其中屬于小目標(biāo)的無(wú)效標(biāo)簽占55.54%，擁有無(wú)效標(biāo)簽的小目標(biāo)占總小目標(biāo)

【參考文獻(xiàn)】：
期刊論文
[1]基于環(huán)視相機(jī)的無(wú)人駕駛汽車(chē)實(shí)例分割方法[J]. 鄧琉元,楊明,王春香,王冰.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(12)

博士論文
[1]交通視頻監(jiān)控中的車(chē)輛檢測(cè)與分割方法研究[D]. 嚴(yán)捷豐.中國(guó)科學(xué)技術(shù)大學(xué) 2008

碩士論文
[1]基于深度學(xué)習(xí)的醫(yī)學(xué)影像檢測(cè)分割算法研究[D]. 賈斌峰.哈爾濱工業(yè)大學(xué) 2019



本文編號(hào)：3557770