Learning from the Target: Dual Prototype Network for Few Shot Semantic Segmentation
文献类型:会议论文
作者 | Mao BJ(毛彬杰)1,2; Zhang XB(张新邦)1,2; Wang LF(汪凌峰)1,2; Zhang Q(张骞)3; Xiang SM(向世明)1,2; Pan CH(潘春洪)2 |
出版日期 | 2022-04 |
会议日期 | 2022-4 |
会议地点 | 蒙特利尔 |
英文摘要 | 由于标注样本的稀缺性,支持集和查询集之间的样本差异性成为小样本分割任务的主要障碍。大多数现有的基于原型的方法只利用支持特性中的原型信息,而忽略了查询样本中的信息,因此未能消除这一障碍。本文从一个新的角度来处理小样本语义分割问题,并提出了双原型网络。该模型不仅利用从支持集中提取的原型,也利用从查询图像的前景特征中构建的伪原型。为了实现这一目标,本文引入了循环比较模块,通过选择出置信度的前景特征来生成可靠的伪原型。然后,根据原型与伪原型的底层关联关系,原型交互模块将原型与伪原型的信息进行整合。最后,模型又引入多尺度融合模块,在原型(伪原型)与查询特征密集比较过程中捕获上下文信息。在两个基准数据集上进行的大量实验表明,该方法的性能以较大的幅度超过了以前的方法,验证了所提出方法的有效性。 |
会议录出版者 | IEEE |
源URL | [http://ir.ia.ac.cn/handle/173211/51718] |
专题 | 自动化研究所_模式识别国家重点实验室_遥感图像处理团队 |
作者单位 | 1.Univ Chinese Acad Sci, Sch Artificial Intelligence, Beijing 100049, Peoples R China 2.1.Chinese Acad Sci, Inst Automat, Dept Natl Lab Pattern Recognit, Beijing 100190, Peoples R China 3.Horizon Robotics |
推荐引用方式 GB/T 7714 | Mao BJ,Zhang XB,Wang LF,et al. Learning from the Target: Dual Prototype Network for Few Shot Semantic Segmentation[C]. 见:. 蒙特利尔. 2022-4. |
入库方式: OAI收割
来源:自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。