《Robust Multiple Object Mask Propagation with Efficient Object Tracking》论文笔记

阳光穿透心脏的1/2处 2023-07-25 12:34 14阅读 0赞

参考代码：暂无

# 1. 概述 #

> 导读：交互的视频目标分割拥有两个比较核心的操作：交互式的图像目标分割（将用户给的交互信息【方框、点击等，与文中tracker对应】与RGB图像、前一帧分割结果【可选】送入CNN模型）与视频目标mask的传导（与DeepLab v3+分割网络对应）。这篇文章将这两个步骤看成是相互独立的部分，主要的工作重点在后一个步骤中，文章引入目标跟踪为目标提供一个RoI区域，这样可以极大提升mask传导的稳定性，之后所有目标区域mask传导的结果会进行整合以解决分割过程中的重叠问题。这篇文章的方法不需要任何预先计算好的特征，其在Davis 2017验证集上取得了AUC 0.766与J&F@60s 0.78的性能。

# 2. 方法设计 #

在这篇文章的分割方法中存在两个不同的交互式图像目标分割模块：初始帧的目标分割与后序帧的交互分割。这两个模块都是基于DeepLab v3+的，在前一个模块中将用户输入的交互信息作为引导图，因而输入的数据就是：RGB图+引导图；后一个模块的输入还额外增加了前一帧的分割结果。这篇文章主要着力于视频目标的分割，其结构见下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]  
这篇文章中mask传导步骤可以划分为3步：**单目标跟踪、但目标mask传导（分割）、多目标分割。**

## 2.1 单目标跟踪 ##

文章中选用的是ATOM的跟踪器，它为每个目标提供当前帧中的目标区域，从而在此基础上计算ROI。  
ATOM跟踪网络由两个子任务组成：目标预估与分类，目标预估是离线进行训练的，他会预估检测框与目标的Jaccard Index（IoU overlap）。目标分类是在线学习的，去预测对于类别的置信度。这里使用的Backbone是ResNet-18，运算速度是30FPS。

## 2.2 单目标mask分割 ##

这里对于mask的提取是通过backbone为xception\_65的DeepLab v3+实现的，这一步就是在上一步tracking的基础上使用其得到的边界框结果，经过扩大之后得到ROI再将RGB对应的区域与前一帧对应区域抠出，组合成为4通道的分割输入数据，之后resize到 513 ∗ 513 513\*513 513∗513进行分割。因而跟踪给分割带来鲁棒性的同时，分割也是很依赖于tracking性能的。

## 2.3 多目标分割 ##

在前面的内容里面已经将每个单独的目标分割出来了，那么这一步就是将这些单独的分割目标进行整合，解决目标重叠的问题。  
对于前面两步网络产生的分割结果为 P i P\_i Pi（为第 i i i个目标的前景与背景类的概率），则这里就是对于这个概率矩阵进行归一化得到 P i ′ ( x , k ) , k ∈ \{ 0 , 1 \} P\_i^\{'\}(x,k),k\\in\\\{0,1\\\} Pi′(x,k),k∈\{ 0,1\}：  
 P i ′ ( x , k ) = e p i ( x , k ) e p i ( x , 0 ) P\_i^\{'\}(x,k)=\\frac\{e^\{p\_i^\{(x,k)\}\}\}\{e^\{p\_i^\{(x,0)\}\}\} Pi′(x,k)=epi(x,0)epi(x,k)  
经过上式背景类的都被归一化为1，之后就是将归一化之后的概率矩阵进行整合了，下面是其运算公式：  
![在这里插入图片描述][20200414221745555.png]  
其中， N N N是目标的数目，经过上面的计算之后，对于最后的结果就是在对应位置上对不同类别取argmax了。

## 2.4 数据增广 ##

文章为了提升分割网络的鲁棒性还提出了两种数据增广的方式：

*  1）使用affine变换得到边形之后的mask；
 *  2）为mask添加随机的噪声；

# 3. 实验结果 #

![在这里插入图片描述][20200414221830384.png]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21fYnVkZHk_size_16_color_FFFFFF_t_70]: /images/20230528/1f8cfddeea1749b0b19290c82edb4d17.png
[20200414221745555.png]: /images/20230528/a20afe0395e544b897158be3dc769373.png
[20200414221830384.png]: /images/20230528/b658b4d629b5449a9f8c2bb5d55c8974.png