#825
summarized by : Hirokatsu Kataoka
Learning Instance Occlusion for Panoptic Segmentation

どんな論文か?

Panoptic Segmentation(Instance Segmentationをすべての領域に対して行う)に対し、オクルージョン対処することで類似物体をうまく認識しようとする取り組みである。画像の顔領域とグローブ領域を効果的に切り分けることができる。
placeholder

新規性

2つのインスタンスの重なりを適切に判断するようなモジュールを提案。提案のOCFusionはFPN Feature/RoIAlign/Upsample等により構成されるが、2つのインスタンスを別々に処理することでオクルージョン対処が適切にできている。

結果

OCFusionを用いたアーキテクチャを適用した場合、MSCOCO/CityscapesにおいてSOTAを達成。

その他(なぜ通ったか?等)

PhotoshopみたいにレイヤーにしてPanoptic Segmentationを実現することはあまりなかったアイディアだからか?Panoptic Segmentation自体が比較的新しい問題設定である。