In this paper we present a segmentation proposal method which employs a box-hypotheses generation step followed by a lightweight segmentation strategy. Inspired by interactive segmentation, for each automatically placed bounding-box we compute a precise segmentation mask. We introduce diversity in segmentation strategies enhancing a generic model performance exploiting class-independent regional appearance features. Foreground probability scores are learned from groups of objects with peculiar characteristics to specialize segmentation models. We demonstrate results comparable to the state-of-the-art on PASCAL VOC 2012 and a further improvement by merging our proposals with those of a recent solution. The ability to generalize to unseen object categories is demonstrated on Microsoft COCO 2014.
Segmentation models diversity for object proposals / Manfredi, Marco; Grana, Costantino; Cucchiara, Rita; Smeulders, Arnold W. M.. - In: COMPUTER VISION AND IMAGE UNDERSTANDING. - ISSN 1077-3142. - STAMPA. - 158(2017), pp. 40-48. [10.1016/j.cviu.2016.06.005]
Data di pubblicazione: | 2017 | |
Data di prima pubblicazione: | 20-giu-2016 | |
Titolo: | Segmentation models diversity for object proposals | |
Autore/i: | Manfredi, Marco; Grana, Costantino; Cucchiara, Rita; Smeulders, Arnold W. M. | |
Autore/i UNIMORE: | ||
Digital Object Identifier (DOI): | http://dx.doi.org/10.1016/j.cviu.2016.06.005 | |
Rivista: | ||
Volume: | 158 | |
Pagina iniziale: | 40 | |
Pagina finale: | 48 | |
Codice identificativo ISI: | WOS:000400537000004 | |
Codice identificativo Scopus: | 2-s2.0-84977495816 | |
Citazione: | Segmentation models diversity for object proposals / Manfredi, Marco; Grana, Costantino; Cucchiara, Rita; Smeulders, Arnold W. M.. - In: COMPUTER VISION AND IMAGE UNDERSTANDING. - ISSN 1077-3142. - STAMPA. - 158(2017), pp. 40-48. [10.1016/j.cviu.2016.06.005] | |
Tipologia | Articolo su rivista |
File in questo prodotto:
File | Descrizione | Tipologia | |
---|---|---|---|
CVIU_2015.pdf | Pre-print dell'autore (bozza pre referaggio) | Open Access Visualizza/Apri |
Pubblicazioni consigliate

I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris