従来手法はpixel levelからのSegmentationのパフォーマンスばかりに注目しており、潜在的なpixel groupingタスクを無視してきた。そこでsemsegタスクをpixel-group attentionとpixel-wise predictionの2つの独立したサブタスクに分解してsemsegを行うSqueeze and attention networkを提案。