Segmentation sémantique profonde par régression sur cartes de distances signées - Archive ouverte HAL
Conference Papers Year : 2018

Segmentation sémantique profonde par régression sur cartes de distances signées

Abstract

La compréhension de scène est une tâche visuelle reposant à l'heure actuelle sur une segmentation sémantique des images, obtenue par des réseaux profonds entièrement convolutifs. Toutefois, la nature convolutive de ces réseaux rend les frontières imprécises et les formes mal segmentées, alimentant un besoin croissant en régularisation a posteriori. Nous proposons ici de reformuler la tâche de segmentation sémantique en termes de régression de cartes de distance. Nous montrons qu'une telle formulation permet d'entraîner des réseaux convolutifs multi-tâches dont les segmentations générées sont plus régulières qu'avec les méthodes usuelles basées directement sur une classification dense.
Fichier principal
Vignette du fichier
article-rfiap-apprentissage.pdf (3.55 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-01809991 , version 1 (07-06-2018)

Identifiers

  • HAL Id : hal-01809991 , version 1

Cite

Nicolas Audebert, Alexandre Boulch, Bertrand Le Saux, Sébastien Lefèvre. Segmentation sémantique profonde par régression sur cartes de distances signées. Reconnaissance des Formes, Image, Apprentissage et Perception (RFIAP), Jun 2018, Marne-la-Vallée, France. ⟨hal-01809991⟩
471 View
1657 Download

Share

More