ICCV 2021
Abstract
- 一个度量学习方法，通过浏览语义引导的局部集合去优化内在深度表示。
- 一个新颖的特征融合模块能有效利用跨模态特异质特征。
Senantics-guided Triplet Loss
基本假设：
- 在场景语义分割图像中，目标内部相邻像素拥有同样的深度值，而跨目标边界上深度值变化很大。
方法
-
将语义图像分割成KxK大小的块，stride为1。在每一个块，中心点为anchor,与anchor有相同标签的点为positive 像素 P i + P_i^+ Pi+，反之为Negative像素 P i − P_i^- Pi−。
-
如果 ∣ P i − ∣ |P_i^-| ∣Pi−∣=0,则 P i P_i Pi位于目标内部,若 ∣ P i − ∣ |P_i^-| ∣Pi−∣和 ∣ P i + ∣ |P_i^+| ∣Pi+∣都大与0，意味着 P i P_i Pi跨域了边界。
-
对正负距离的定义：
-
目的在于减少anchor与正样本的距离增加与负样本的距离。
-
然而目标间的深度变化并非必然的远，因此当负距离超过正距离一定程度，设置一个超参：
-
semantics-guided triplet los L S G T L_{SGT} LSGT是 L p i L_{p_i} Lpi的均值，但只包含满足条件: ∣ P i − ∣ |P_i^-| ∣Pi−∣和 ∣ P i + ∣ |P_i^+| ∣Pi+∣都大于T。
(To be continued)
)
