#847
summarized by : Ryuta Shitomi
An End-To-End Network for Panoptic Segmentation

どんな論文か?

オブジェクトのそれぞれのインスタンスを見つけるNNとそれぞれのピクセルを見つけるNNを, 一つのNNとしてEnd-to-Endに学習できるモデルを提案. また,インスタンスのオクルージョンを解決するためのモジュールを提案. これにより, COCO Panoptic datasetにおいて, SOTAを超えた.
placeholder

新規性

インスタンスセグメンテーションのNNとスタッフセグメンテーションのNNを一つのNNにまとめたこと. これにより、それぞれのセグメンテーションでの特徴の共有を行うことができるようになった. また, "spatial ranking module"により, インスタンス毎のスコアを出すことにオクルージョン問題を解決.

結果

MS-COCO Panoptic datasetを用いて, 精度(Panoptic Quality: PQ)を比較. 従来手法よりもいい精度を達成した. また, ablation studyの結果, "spatial ranking module"を用いたほうが精度がよくなることがわかった.

その他(なぜ通ったか?等)