インスタンスセグメンテーションの目的は、ピクセル単位のインスタンスマスクを用いて単一のオブジェクトを分類および定位することであり、コンピュータビジョンにおいて挑戦的な課題です。現在、セグメンテーション速度の遅さ、小さい物体のセグメンテーション精度の低さ、セグメンテーション境界の不滑らかさなどの問題があります。これらの問題に対して、ターゲット輪郭に基づくインスタンスセグメンテーション手法を提案しました。一方で、物体輪郭上のノードから特徴を抽出し、検出ボックスの影響を受けずに対象物体内部の画素を処理しないことでセグメンテーション速度の向上を図り、他方で、画像に対して漸進的なセグメンテーション処理を行い、複数レベルで物体輪郭上の特徴を抽出し、多尺度融合の特徴処理手法を組み合わせることで、コンテクストの意味情報をより良く抽出し、特徴損失を減少させます。実験結果は、本手法のアルゴリズムがCityscapesとKINSデータセットで平均セグメンテーション精度32.4%APと32.0%APを達成し、多くの優れた既存手法の精度を上回り、物体の分割境界における滑らかさおよび密着度の処理効果が優れていることを示しています。実験により、ターゲット輪郭に基づくインスタンスセグメンテーションネットワークがインスタンスセグメンテーションタスクにおいて優れた分割能力を持つことが証明されました。

ターゲット検出;インスタンスセグメンテーション;輪郭変形;円形畳み込み;多尺度融合;漸進的セグメンテーション