ACM MM 2018论文概述：基于多粒度监督的图像语义物体协同标注

作者丨张立石、付程晗、李甲

学校丨北京航空航天大学

研究方向丨计算机视觉

介绍

本文概述了被 2018 年 10 月 ACM Multimedia 会议录用为 Oral 的论文：Collaborative Annotation of Semantic Objects in Images with Multi-granularity Supervisions。在此论文中，北京航空航天大学硕士研究生张立石、付程晗及其导师李甲，提出了一种基于多粒度监督的图像语义物体协同标注的方法，实现了在几乎不影响标注精确度的前提下，减少了人工标注的时间。

■ 论文 | Collaborative Annotation of Semantic Objects in Images with Multi-granularity Supervisions

■ 链接 | https://www.paperweekly.site/papers/2218

■ 源码 | http://dwz.cn/kltHyMz0

■ 主页 | http://cvteam.net/

背景

在过去 10 年，大规模图像数据集大大推动了计算机视觉技术的发展。这些数据集中的图片被一个或多个标签标注，用于描绘图片中主要对象的语义类别。在最新的应用，比如自动驾驶，机器人导航，视觉问题回答等，仅有图像级标签是不够的，这些应用需要像素级的语义对象：图像中的对象是什么、在哪里。

计算机视觉领域对像素级标注语义对象的需求越来越强烈，但是像素级的标注是冗余乏味的，需要耗费大量的人力资源。因此，为了将现有图像级标签的数据集转化为像素级标注的数据集，在标注精确度不受影响的前提下，减少人工标注时间是很有必要的。

机器和人协同标注的方法已经被研究多年，基于协同策略，现有的方法被分为两类：Agent-decision 和 Human-decision。

Agent-decision 就是首先标注者进行粗略的标注，然后机器进行自动修正。这些标注结果很少作为 ground-truth。

Human-dec