A survey on deep learning-based panoptic segmentation

全视子 分割 计算机科学 人工智能 尺度空间分割 计算机视觉 图像分割 基于分割的对象分类 深度学习 任务(项目管理) 社会学 人类学 经济 管理 兄弟
作者
Xinye Li,Ding Chen
出处
期刊:Digital Signal Processing [Elsevier]
卷期号:120: 103283-103283 被引量:20
标识
DOI:10.1016/j.dsp.2021.103283
摘要

In the era of deep learning, various segmentation tasks have been studied. As a new segmentation task, panoptic segmentation has been proposed and studied by researchers recently. This article summarizes the basic ideas of the panoptic segmentation method based on deep learning and classifies the current image panoptic segmentation into four categories: top-down, bottom-up methods, single-path methods and other methods. In some methods, they are further divided into several small categories. The characteristics and limitations of each method are analyzed, and the segmentation effects are compared. In addition, video panoptic segmentation and LiDAR data panoptic segmentation are also involved. Finally, the possible future research directions are prospected.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
大个应助球闪采纳,获得10
1秒前
Mera完成签到,获得积分10
1秒前
吃土豆的番茄完成签到,获得积分10
1秒前
青菜发布了新的文献求助10
1秒前
Grinder完成签到 ,获得积分20
3秒前
hanatae完成签到,获得积分10
3秒前
鼠鼠想养猫完成签到,获得积分10
4秒前
Mera发布了新的文献求助10
4秒前
4秒前
5秒前
西西发布了新的文献求助10
5秒前
LZY发布了新的文献求助10
6秒前
从容白凝完成签到,获得积分10
6秒前
Jun发布了新的文献求助30
6秒前
可爱的函函应助lgh采纳,获得10
6秒前
清脆怜寒发布了新的文献求助10
6秒前
qqwert完成签到,获得积分10
6秒前
7秒前
dd发布了新的文献求助10
8秒前
Langsam发布了新的文献求助10
8秒前
9秒前
9秒前
9秒前
BBking发布了新的文献求助10
10秒前
10秒前
10秒前
So完成签到 ,获得积分10
10秒前
xinyi发布了新的文献求助10
10秒前
10秒前
kilig发布了新的文献求助10
10秒前
11秒前
昵称发布了新的文献求助10
11秒前
赘婿应助YC采纳,获得30
11秒前
12秒前
爱吃姜的面条完成签到,获得积分10
12秒前
13秒前
言言发布了新的文献求助10
13秒前
三段斗之气完成签到,获得积分20
14秒前
youuuu发布了新的文献求助10
14秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3156157
求助须知:如何正确求助?哪些是违规求助? 2807647
关于积分的说明 7873898
捐赠科研通 2465881
什么是DOI,文献DOI怎么找? 1312484
科研通“疑难数据库(出版商)”最低求助积分说明 630109
版权声明 601905