论文标题
连接受限的互动式分割
Connectivity-constrained Interactive Panoptic Segmentation
论文作者
论文摘要
我们讨论交互式的综合式注释，其中一个细分图像中的所有对象和东西区域。我们研究了两种基于图的分割算法，这些算法都使用明显的类吸引整数线性编程（ILP）公式来实施每个区域的连接性，以确保全局最佳。两种算法都可以使用RGB，也可以使用任何DCNN的功能映射，无论是否在目标数据集中训练，作为输入。然后，我们提出了一个基于交互式的，基于涂鸦的注释框架。
We address interactive panoptic annotation, where one segment all object and stuff regions in an image. We investigate two graph-based segmentation algorithms that both enforce connectivity of each region, with a notable class-aware Integer Linear Programming (ILP) formulation that ensures global optimum. Both algorithms can take RGB, or utilize the feature maps from any DCNN, whether trained on the target dataset or not, as input. We then propose an interactive, scribble-based annotation framework.
