ECCV 2020 語義分割論文大盤點(38篇論文)

2021-02-19 CVer

語義分割

弱監督語義分割

域自適應語義分割

Few-Shot 語義分割

語義分割對抗攻擊

RGB-D 語義分割

其他

語義分割

Object-Contextual Representations for Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5021_ECCV_2020_paper.php代碼1:https://github.com/openseg-group/openseg.pytorch代碼2:https://github.com/openseg-group/OCNet.pytorch

Intra-class Feature Variation Distillation for Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/230_ECCV_2020_paper.php代碼:https://github.com/YukangWang/IFVD

Class-wise Dynamic Graph Convolution for Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2638_ECCV_2020_paper.php

Tensor Low-Rank Reconstruction for Semantic Segmentation

作者單位:香港中文大學, 上海交通大學, 中科院, 思謀科技論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2662_ECCV_2020_paper.php代碼:https://github.com/CWanli/RecoNet

Improving Semantic Segmentation via Decoupled Body and Edge Supervision

Learning to Predict Context-adaptive Convolution for Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5205_ECCV_2020_paper.php

EfficientFCN: Holistically-guided Decoding for Semantic Segmentation

SNE-RoadSeg: Incorporating Surface Normal Information into Semantic Segmentation for Accurate Freespace Detection

主頁:https://sites.google.com/view/sne-roadseg論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/7513_ECCV_2020_paper.php代碼:https://github.com/hlwang1124/SNE-RoadSeg數據集:https://drive.google.com/file/d/1YnkqPmzxtjNfMi2B1gMy7LQa5Gnu-BsH/view

Semantic Flow for Fast and Accurate Scene Parsing

弱監督語義分割

Mining Cross-Image Semantics for Weakly Supervised Semantic Segmentation

作者單位:蘇黎世聯邦理工學院, 商湯科技, 上海交通大學論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3387_ECCV_2020_paper.php代碼:https://github.com/GuoleiSun/MCIS_wsss

Semi-supervised Semantic Segmentation via Strong-weak Dual-branch Network

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4545_ECCV_2020_paper.php

Negative Pseudo Labeling using Class Proportion for Semantic Segmentation in Pathology

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2374_ECCV_2020_paper.php

Employing Multi-Estimations for Weakly-Supervised Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2756_ECCV_2020_paper.php

Splitting vs. Merging: Mining Object Regions with Discrepancy and Intersection Loss for Weakly Supervised Semantic Segmentation

作者單位:南洋理工大學, A*Star, 蒙納士大學論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4165_ECCV_2020_paper.php

Weakly Supervised Semantic Segmentation with Boundary Exploration

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5372_ECCV_2020_paper.php

Regularized Loss for Weakly Supervised Single Class Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6721_ECCV_2020_paper.php

Naive-Student: Leveraging Semi-Supervised Learning in Video Sequences for Urban Scene Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/942_ECCV_2020_paper.php

Semi-Supervised Segmentation based on Error-Correcting Supervision

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6591_ECCV_2020_paper.php域自適應語義分割

Unsupervised Domain Adaptation for Semantic Segmentation of NIR Images through Generative Latent Search

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6124_ECCV_2020_paper.php代碼:https://github.com/ambekarsameer96/GLSS

Domain Adaptive Semantic Segmentation Using Weak Labels

作者單位:加州大學河濱分校, NEC Labs, 加州大學聖地牙哥分校主頁:http://www.nec-labs.com/~mas/WeakSegDA論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/896_ECCV_2020_paper.php

Content-Consistent Matching for Domain Adaptive Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2178_ECCV_2020_paper.php代碼:https://github.com/Solacex/CCM

Classes Matter: A Fine-grained Adversarial Approach to Cross-domain Semantic Segmentation

作者單位:蘇黎世聯邦理工學院, 京東AI, 北京大學論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2246_ECCV_2020_paper.php代碼:https://github.com/JDAI-CV/FADA

Contextual-Relation Consistent Domain Adaptation for Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2442_ECCV_2020_paper.php

Learning from Scale-Invariant Examples for Domain Adaptation in Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4042_ECCV_2020_paper.php

Label-Driven Reconstruction for Domain Adaptation in Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5818_ECCV_2020_paper.php

Few-Shot 語義分割

Prototype Mixture Models for Few-shot Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/700_ECCV_2020_paper.php代碼:https://github.com/Yang-Bob/PMMs

Part-aware Prototype Network for Few-shot Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/754_ECCV_2020_paper.php代碼:https://github.com/Xiangyi1996/PPNet-PyTorch

Few-Shot Semantic Segmentation with Democratic Attention Networks

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2042_ECCV_2020_paper.php

語義分割對抗攻擊

Indirect Local Attacks for Context-aware Semantic Segmentation Networks

作者單位:洛桑聯邦理工學院, ClearSpace論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3995_ECCV_2020_paper.php代碼:https://github.com/krishnakanthnakka/Indirectlocalattacks/

Segmentations-Leak: Membership Inference Attacks and Defenses in Semantic Image Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4364_ECCV_2020_paper.php代碼:https://github.com/SSAW14/segmentation_membership_inferenceRGB-D 語義分割

Bi-directional Cross-Modality Feature Propagation with Separation-and-Aggregation Gate for RGB-D Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1399_ECCV_2020_paper.php

代碼:https://github.com/charlesCXK/RGBD_Semantic_Segmentation_PyTorch

其他

Synthesize then Compare: Detecting Failures and Anomalies for Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/612_ECCV_2020_paper.php

GMNet: Graph Matching Network for Large Scale Part Semantic Segmentation in the Wild

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/598_ECCV_2020_paper.php

代碼:https://github.com/LTTM/GMNet

Increasing the Robustness of Semantic Segmentation Models with Painting-by-Numbers

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1097_ECCV_2020_paper.php

SideInfNet: A Deep Neural Network for Semi-Automatic Semantic Segmentation with Side Information

作者單位:新加坡科技設計大學, 迪肯大學, 香港科技大學

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4524_ECCV_2020_paper.php

Attend and Segment: Attention Guided Active Semantic Segmentation

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4997_ECCV_2020_paper.php

SegFix: Model-Agnostic Boundary Refinement for Segmentation

作者單位:中科院, 國科大, 中科大, 微軟亞洲研究院論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1633_ECCV_2020_paper.php代碼:https://github.com/openseg-group/openseg.pytorch

Efficient Semantic Video Segmentation with Per-frame Inference

論文:https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1094_ECCV_2020_paper.php

相關焦點

  • ECCV 2020 論文大盤點-語義分割篇
    最近我們在總結ECCV 2020 的論文,分割類論文總計 93 篇,語義分割幾乎佔據半壁江山
  • ECCV 2020 論文大盤點-圖像與視頻分割篇
    分割是ECCV 2020 中的熱門關鍵詞,前文已經總結了:ECCV 2020 論文大盤點-語義分割篇
  • ECCV 2020 「視頻目標分割」論文匯總
    ECCV 2020 中所有視頻目標分割(Video Object Segmentation,VOS)相關論文,總計 11 篇,其中 oral 1 篇,spotlight 2篇, 5 篇論文開源或將開源。
  • CVPR 2020 論文大盤點-實例分割篇
    本文盤點CVPR 2020 所有實例分割(Instance Segmentation)相關論文(語義分割在這裡,不含全景分割、醫學圖像分割、交互式分割等,以上將會另行總結),總計18篇,對文獻進行了分類匯總,希望對大家有幫助。
  • GitHub:語義分割最全資料集錦
    本文將分享的內容是:語義分割(Semantic Segmentation)。值得提一下,按近一年頂會上的語義分割方向的論文來看,弱監督+語義分割、域自適應+語義分割方向的論文越來越多了。感興趣的同學可以看一下:ECCV 2020 語義分割論文大盤點(38篇論文)註:文末附語義分割微信交流群,歡迎加入學習awesome-semantic-segmentation項目作者:mrgloomStar數量:7100https
  • ECCV 引用量最高的10篇論文!SSD登頂!何愷明ResNet改進版位居第二
    在谷歌發布的2020年的學術指標(Scholar Metrics)榜單,ECCV 位列總榜第58位,是計算機視覺領域排名第三的大會!這個排名是依據過去五年發表研究的數據(覆蓋2015-2019年發表的文章),並包括截止2020年6月在谷歌學術中被索引的所有文章的引用量。
  • 語義分割雙料冠軍!微軟 OCRNet化解語義分割上下文信息缺失難題|ECCV 2020
    針對語義分割中如何構建上下文信息,微軟亞洲研究院和中科院計算所的研究員們提出了一種新的物體上下文信息——在構建上下文信息時顯式地增強了來自於同一類物體的像素的貢獻,這種新的上下文信息從語義分割的定義出發,符合第一性原理思維,在2019年7月和2020年1月的 Cityscapes leaderboard 提交結果中都取得了語義分割任務第一名的成績。
  • ECCV2020論文收錄揭曉,百度AI入選10篇論文,涵蓋眾多研究領域
    近日,國際三大計算機視覺頂尖會議之一的ECCV (歐洲計算機視覺國際會議)官方公布了2020年論文收錄結果。結果顯示,ECCV 2020投稿量再創新高,共5025篇有效投稿,相較上屆翻了一倍多。投稿激增的同時,接收率卻大幅下降,今年ECCV共接收發表文章1361篇,接收率為27%,相比上屆降低近5%,其中Oral論文接收率僅為2%,堪稱史上最難ECCV。
  • ECCV 2020 | OCRNet化解語義分割上下文信息缺失難題
    針對語義分割中如何構建上下文信息,微軟亞洲研究院和中科院計算所的研究員們提出了一種新的物體上下文信息——在構建上下文信息時顯式地增強了來自於同一類物體的像素的貢獻,這種新的上下文信息從語義分割的定義出發,符合第一性原理思維,在2019年7月和2020年1月的 Cityscapes leaderboard 提交結果中都取得了語義分割任務第一名的成績。
  • 30篇亮點論文、5大主題帶你一覽ECCV 2020研究趨勢
    編譯 | 陳彩嫻、Barack編輯 | 陳彩嫻ECCV 2020已圓滿落幕。會議收到了1360篇論文投稿,其中包含104篇Oral論文、160篇Spotlight論文和1096篇Poster論文。為了更好地了解ECCV 2020的會議內容,來自深度學習專業的博士生Yassine Ouali整理了論文投稿的數據,並從以下五大主題總結了一些取得突破性成就的論文,對其進行了簡要概述:識別、檢測、分割和姿態估計半監督、無監督、遷移、表徵和小樣本學習3D計算機視覺與機器人圖像和視頻合成視覺和語言與2018年相比,近兩年ECCV的論文投稿數量一直保持兩倍的增長,與CVPR 2020的論文投稿數量接近
  • 30篇亮點論文、5大主題帶你一覽ECCV 2020研究趨勢
    編譯 | 陳彩嫻、Barack編輯 | 陳彩嫻ECCV 2020已圓滿落幕。會議收到了1360篇論文投稿,其中包含104篇Oral論文、160篇Spotlight論文和1096篇Poster論文。為了更好地了解ECCV 2020的會議內容,來自深度學習專業的博士生Yassine Ouali整理了論文投稿的數據,並從以下五大主題總結了一些取得突破性成就的論文,對其進行了簡要概述:識別、檢測、分割和姿態估計半監督、無監督、遷移、表徵和小樣本學習3D計算機視覺與機器人圖像和視頻合成
  • ECCV 2020高光時刻:百度AI入選10篇論文,彰顯領先創新能力
    ECCV 2020高光時刻:百度AI入選10篇論文,彰顯領先創新能力 2020年07月17日 10:55作者:網絡編輯:王動
  • CVPR 2019 Oral 論文解讀 | 無監督域適應語義分割
    該論文提出了一種從「虛擬域」泛化到「現實域」的無監督語義分割算法,旨在利用易獲取的虛擬場景標註數據來完成對標註成本高昂的現實場景數據的語義分割,大大減少了人工標註成本。 本文是論文作者之一羅亞威為雷鋒網 AI 科技評論提供的論文解讀。
  • 一文介紹3篇無需Proposal的實例分割論文
    作者:Bar Vinograd   機器之心編譯   參與:Nurhachu Null、黃小天   本文解析了實例分割領域中的三篇論文
  • 一文速覽ECCV那些乘風破浪的華人學者
    熱門主題根據 AMiner 對會議入選論文的關鍵次統計,本次大會的熱門主題有語義分割,點雲,物體識別,深度估計,領域適應性等。可以看出物體識別與語義分割均為計算機視覺領域的大熱門主題,相比 CVPR,點雲,弱監督,敵對攻擊,深度估計等主題佔據一定優勢,而實體分割,卷積網絡,人物再識別,神經網絡架構等主題在 CVPR 中更受重視。
  • 深度 | 一文介紹3篇無需Proposal的實例分割論文
    論文 1: Semantic Instance Segmentation with a Discriminative Loss Function(基於判別損失函數的語義實例分割)作者:Bert De Brabandere、Davy Neven、Luc Van Gool
  • 語義分割最新指南2019版
    語義分割指的是將圖像中的每一個像素關聯到一個類別標籤上的過程,這些標籤可能包括一個人、一輛車、一朵花、一件家具等等。在這篇文章中,作者介紹了近來優秀的語義分割思想與解決方案,它可以稱得上是 2019 語義分割指南了。我們可以認為語義分割是像素級別的圖像分類。例如,在一幅有很多輛車的圖像中,分割模型將會把所有的物體(車)標記為車輛。
  • ECCV2020 | 北京大學提出RGB-D語義分割新網絡,多模態信息融合
    旨在為每個像素分配不同語義標籤的語義分割是一項長期的任務。除了從視覺提示中利用各種上下文信息外,深度數據最近還被用作RGB數據的補充信息,從而提高了分割精度。深度數據通過為2D視覺信息提供3D幾何形狀,自然地補充了RGB信號,這對於照明的變化是穩定的,並有助於更好地區分各種對象。
  • 港中文提出EfficientFCN:語義分割中的整體引導解碼器,巧妙捕獲上下文信息 | ECCV 2020
    語義分割(Semantic segmentation)或場景解析(Scene parsing)是將預先定義的類標籤之一分配給輸入圖像的每個像素的任務。在計算機視覺中,這是一項基礎而又艱巨的任務。全卷積網絡(FCN),如圖1(a)所示,首次展示了在語義分割中利用完全卷積網絡的成功,它採用DCNN作為特徵編碼器(即ResNet)來提取高級語義特徵圖,然後應用卷積層來生成密集的預測。
  • [計算機視覺論文速遞] ECCV 2018 專場9
    CVer 已經推送了八篇 ECCV 2018論文速遞推文:[計算機視覺論文速遞] ECCV 2018 專場1[計算機視覺論文速遞] ECCV 2018 專場2[計算機視覺論文速遞] ECCV 2018 專場3[計算機視覺論文速遞] ECCV 2018 專場4[計算機視覺論文速遞] ECCV 2018 專場5