计算机科学 > 计算机视觉与模式识别
[提交于 2025年6月2日
]
标题: 无监督多目标分割的中心边界推理
标题: unMORE: Unsupervised Multi-Object Segmentation via Center-Boundary Reasoning
摘要: 我们研究了单张图像上无监督多目标分割这一具有挑战性的问题。现有方法依赖于图像重建目标来学习目标性(objectness)或者利用预训练的图像特征来聚合相似像素,通常只能成功分割简单的合成对象或发现有限数量的真实世界对象。在本文中,我们提出了 unMORE,这是一种新颖的两阶段管道,旨在识别现实世界图像中的许多复杂对象。我们的方法的关键在于第一阶段显式地学习三个精心定义的对象中心表示层。随后,我们的多目标推理模块利用这些学到的目标先验知识在第二阶段发现多个对象。值得注意的是,这个推理模块完全不需要网络且不需要人工标签。广泛的实验表明,unMORE 在包括具有挑战性的 COCO 数据集在内的 6 个真实世界基准数据集上显著优于所有现有的无监督方法,实现了最先进的对象分割结果。令人印象深刻的是,我们的方法在所有基线崩溃的拥挤图像中表现出色。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.