#650
summarized by : maokura
SAIL-VOS: Semantic Amodal Instance Level Video Object Segmentation - A Synthetic Dataset and Baselines

どんな論文か?

弱教師ありで物体セグメンテーションを行うための新手法を提案.まずPeakResponseMapを画像から生成.PRMを元にPseudo GTの生成と物体のfillingを行い,InstanceActivationMapを生成.最後にConditionalRandomFieldで領域を確定.
placeholder

新規性

Pseudo GTの生成を手法に取り込んだ.また,微分可能な物体周辺の着色を行うモジュールを設計した.本手法で得られるInstanceActivationMapは従来のCAMやPRMと違い物体全体をマスクすることができる.

結果

弱教師ありでのInstanceSegmentationのSoTA手法より良い結果を得られた.また処理時間も30倍近くになった.fine-tuningなしで別ドメインデータに適用し汎化性能の検証も行なったところ,既存のものに優っていた.

その他(なぜ通ったか?等)