近日，武汉大学遥感信息工程学院季顺平教授带领的摄影测量与计算机视觉团队（GPCV）的2020级硕士研究生张韬及合作者论文“E2EC: An End-to-End Contour-based Method for High-Quality High-Speed Instance Segmentation“被国际计算机视觉顶级会议CVPR录用。

实例分割是场景理解中的高级任务，既要描绘兴趣物体的精细边缘，也要实现物体的单体化分割；广泛应用于自动驾驶、遥感制图、城市规划等。目前，大部分实例分割方法基于像素分类，存在速度慢、边缘质量差、后处理复杂等诸多问题。相对于逐像素分类，人类理解和识别物体更倾向于边缘特征。E2EC采用更接近人类理解的方式，实现了端到端、实时矢量边缘提取。

E2EC的创新点包括：一种全新的可学习边缘初始化方法、节点全局调整模块、多方向对齐采样策略以及动态匹配损失；在降低边缘提取任务难度的同时极大提升了分割质量。E2EC在所有主流数据集COCO、SBD、KINS和Cityscapes上都取得了最好的性能，且优势明显。在SBD数据集上，相比于最新的SOTA算法Deep Snake，E2EC的mask AP精度高8.8%、boundary AP精度高76.8%，速度快11.4%。此外，E2EC提出的模块都可以便捷地嵌入其他方法，有望成为边缘实例分割的新基准。代码已开源。

-----END-----

社群交流 / 原创投稿 / 商务合作

（请添加下方小助手微信）

来源：武大遥感学院

推荐阅读

【聚焦】AI+遥感智能解译，赋能智慧城市规划革新，制作测绘底图效率提高85倍！附技术交流群！

【技术】无人机倾斜摄影测量的内业数据处理流程，值得学习！

【招标】861万元！SAR卫星遥感影像数据获取及处理(2022年)采购项目

【考试】住建厅：二建35分就算合格！

【关注】30个！全省“三调”工作典型市县名单公示！

推荐关注

温馨提示：近期，微信公众号信息流改版。每个用户可以设置 常读订阅号，这些订阅号将以大卡片的形式展示。因此，如果不想错过“测绘之家”的文章，你一定要进行以下操作：进入“测绘之家”公众号 → 点击右上角的 ··· 菜单 → 选择「设为星标」