Joakim Johnander

新方法预测用于视觉实例分割的有符号距离函数

研究人员开发了一种新颖的视觉实例分割方法，通过训练神经网络来计算距离图。该方法预测每个像素到最近物体轮廓在不同方向上的距离，然后将这些距离进行池化以近似有符号距离函数（SDF）。虽然这种基于SDF的分割在前景IoU方面比COCO数据集上的最先进的YOLACT方法表现更好，但将距离图映射到完整的实例分割仍然是一个挑战。研究人员认为，这个方向有望更好地捕捉多样化的真实世界物体形状。