O objetivo da segmentação de instâncias é classificar e localizar objetos individuais usando máscaras de instância em nível de pixel, o que é uma tarefa desafiadora na visão computacional. Atualmente, existem problemas como baixa velocidade de segmentação, baixa precisão na segmentação de objetos pequenos e bordas de segmentação não suaves. Para resolver esses problemas, foi proposta uma metodologia de segmentação de instâncias baseada no contorno do objeto. Por um lado, as características dos nós no contorno do objeto são extraídas, acelerando a segmentação ao evitar o processamento dos pixels internos do objeto e mantendo-se sem influência da caixa de detecção; por outro lado, é adotado um processamento de segmentação progressiva da imagem, extraindo características do contorno do objeto em múltiplos níveis e usando um método de fusão multiescala para melhor extrair as informações semânticas contextuais e reduzir a perda de características. Os resultados experimentais mostram que o algoritmo deste artigo alcançou uma precisão média de segmentação de 32,4% AP e 32,0% AP nos conjuntos de dados Cityscapes e KINS, respectivamente, superando a precisão de muitos trabalhos excelentes atuais, apresentando melhores resultados na suavidade e conformidade das bordas de segmentação dos objetos. Os experimentos comprovam que a rede de segmentação de instâncias baseada no contorno do objeto possui boa capacidade de segmentação na tarefa de segmentação de instâncias.

Detecção de objetos;Segmentação de instâncias;Deformação de contorno;Convolução circular;Fusão multiescala;Segmentação progressiva