卡塔尔大学发布全景分割 2021 年最新综述

论文：Panoptic Segmentation: A Review

code

作者：Omar Elharrouss,Somaya Al-Maadeed,Nandhini Subramanian,Najmath Ottakath,Noor Almaadeed,Yassine Himeur

机构：Qatar University

摘要：用于视频分析的图像分割在智能城市、医疗保健、计算机视觉以及遥感应用等不同研究领域发挥着重要作用。在这方面，最近已经投入了大量精力来开发新的细分策略；最新的突出成就之一是全景分割。全景分割是语义分割和实例分割融合的结果。明确地说，目前正在研究全景分割，以帮助获得视频监控、人群计数、自动驾驶、医学图像分析等图像场景的更细致的知识，以及对一般场景的更深入理解。为此，我们在这篇论文中首次全面回顾了作者所知的现有全景分割方法。因此，根据所采用的算法、应用场景和主要目标的性质，对现有的全景技术进行定义良好的分类。此外，还讨论了使用全景分割通过伪标记对新数据集进行注释。接下来，进行了消融研究，从不同角度了解全景方法。此外，还讨论了适用于全景分割的评估指标，并对现有解决方案的性能进行了比较，以告知最新技术并确定其局限性和优势。最后，阐述了主题技术面临的当前挑战以及近期吸引大量兴趣的未来趋势，这可以作为即将进行的研究的起点。

方法与数据集描述：
公开数据集概览：

Cityscapes数据集上的性能比较：
COCO数据集上的性能比较： Mapillary Vitas, Pascal VOC 2012 和 ADE20K上的性能比较： KITTI 和 SemanticKITTI性能比较： 两个组织病理学和荧光显微镜数据集的性能比较：
AP、IoU表现：

---

我们对今年发布的计算机视觉领域的技术综述都进行了汇总和分类盘点，并持续更新在我们的Github。

另外推荐大家关注极市平台公众号，每天都会更新最新的计算机视觉论文解读、综述盘点、调参攻略、面试经验等干货~