#527
summarized by : QIUYUE
Interactive Image Segmentation via Backpropagating Refinement Scheme

どんな論文か?

Interactiveな画像セグメンテーション手法を提案(ユーザがターゲット物体と背景を入力).提案手法がまずユーザ入力をInteractionマップに変換(ピクセルとアノテーション箇所の距離を反映),Interactionマップをまず粗く分割(via CNN),次にBackpropagating Refinement Scheme(ユーザの入力が正確に分割された度合いにより行う)により精密で行う
placeholder

新規性

Interactive image segmentationのためのFully convolutional CNNの提案.

結果

GrabCut. Berkeley, DAVIS, SBDの4つのデータセットにおいて従来のconventionalセグメンテーション手法より良い精度を達成.

その他(なぜ通ったか?等)

提案のBackpropagating refinement strategy (BRS)がほかのCVタスク(例:セマンティックセグメンテーション;saliency検出;メディカル画像セグメンテーションなど)にも適応できる.BRSを用いて,追加の学習を行わずに既存のCNNsをuser-interactiveに変更できる.