文件名称：Recurrent-Pixel-Embedding-for-Instance-Grouping:将像素嵌入和分组到边界，投标，分段和对象实例中
文件大小：28.02MB
文件格式：ZIP
更新时间：2024-05-21 14:09:38
semantic-segmentation monocular-depth depth-adaptation recurrent-refining MATLAB
用于实例分组的递归像素嵌入 有关纸张，幻灯片和海报，请参阅我们的 我们引入了一个可区分的，端到端的可训练框架，用于解决像素级分组问题，例如由两个新颖组件组成的实例分割。 首先，我们将像素回归到超球形嵌入空间中，以使来自同一组的像素具有较高的余弦相似度，而来自不同组的像素具有低于指定余量的相似度。 我们分析了嵌入尺寸和边距的选择，并将它们与关于在球体上均匀分布点的问题的理论结果联系起来。 其次，要对实例进行分组，我们利用均值漂移聚类的一种变体，实现为通过内核带宽参数化的循环神经网络。 该循环分组模块是可微的，具有收敛的动力学和概率的可解释性。 通过此模块向后传播群加权损失，使我们可以学习仅专注于纠正在后续聚类期间无法解决的嵌入错误。 我们的框架在概念上很简单，理论上也很丰富，但实际上也很有效，计算效率也很高。 我们展示了针对对象提议生成的最新实例分割的实质性改进，并展示了分类任务（例如边界