Unsupervised Object Segmentation by Redrawing

1905.13539.pdf

Unsupervised Object Segmentation by Redrawing-ReadPaper论文阅读平台

GitHub - mickaelChen/ReDO: Code for paper Unsupervised Object Segmentation by Redrawing

本章提出应该可以在不改变数据集整体分布的情况下改变物体的纹理或颜色。

遵循这一假设，我们的方法基于一种对抗架构，给定图像, 生成器提取对象掩码，然后在相同位置用一个生成的物体替换, 应该产生一个真实的图像。生成器由鉴别器控制，鉴别器确保生成图像的分布与原始图像对齐。

<aside> 💡 就是将生成器拆成了两个部分, 一个部分负责预测分割掩码, 另一个部分负责该部分的填充. 当这个对抗网络网络被良好训练的情况下, 预测的分割掩码即完成了语义分割任务.

</aside>

让我们将 $δ_k$ 表示为一个函数，其目标是在给定任何图像 $i$ 的情况下推断 $z_k$ 的值。我们可以同时学习这样一个函数，以促进生成器的信息守恒。这种策略类似于InfoGAN中使用的互信息最大化。