【论文推荐】不同图像域弱监督语义分割的综合分析，A Comprehensive Analysis of Weakly-Supervised Semantic Segmentation in Different Image Domains

论文题目

不同图像域弱监督语义分割的综合分析，A Comprehensive Analysis of Weakly-Supervised Semantic Segmentation in Different Image Domains

论文摘要

最近提出的弱监督语义分割方法，虽然只训练了缺乏位置信息的图像标签，但在预测像素类方面取得了显著的效果。由于image注释的生成成本低、速度快，weaksupervision更适合于训练特定数据集中的分割算法。这些方法在自然场景图像上的应用还很不成熟，是否可以简单地移植到组织病理学、卫星图像等具有不同特征的领域，仍然有很好的应用前景。在将弱监督方法应用于这些其他图像域方面的研究文献很少；如何确定某些方法是否更适合于强制确定数据集，以及如何确定用于新数据集的最佳方法是未知的。本文评估了在自然场景、组织病理学和卫星图像数据集上的弱监督语义分割方法的现状。我们还分析了各种方法对每个数据集的兼容性，并提出了在不可见的图像数据集上应用弱监督语义分割的一些原则。

论文作者

Lyndon Chan ，Mahdi S. Hosseini，Konstantinos N. Plataniotis