Weakly supervised image parsing via label propagation over discriminatively semantic graph

در این مقاله، ما بر روی یک مشکل چالش برانگیز تمرکز می کنیم، به عنوان مثال، تجزیه و تحلیل تصویر تحت نظارت ضعیف، به این معنی که تنها برچسب های سطح ضعیف در مجموعه داده ها موجود است. در سنت، یک گراف همبستگی سوپرپیکسل ها برای تقویت اطلاعات ضعیف با استفاده از همسایگان از دیدگاه برچسب های سطح تصویر ساخته می شود. کارهای موجود، گراف مطلق را فقط با استفاده از رابطه بصری، که همگن سازی متن یک پدیده شایع است و مانع از عملکرد پیش بینی برچسب می شود، ایجاد می کند. برای غلبه بر مسئله همگن شدن بافت، نه تنها ارتباطات بینایی و معناشناختی را در نظر میگیریم، بلکه تمایز معنایی بین هر سوپرپیکسل هدف و سوپرپیکسلهای همسایه آن را در ساخت گرافیک وابستگی بررسی می کنیم. ما راه جدیدی را در ساخت گرافن متنی بین تصویر پیشنهاد می کنیم و یک چارچوب انتشار برچسب را به طور مشترک با هم ترکیب می کنیم، ارتباطات بصری، ارتباط معناشناختی و توانایی های تبعیض آمیز. آزمایش های گسترده در مجموعه داده های دنیای واقعی نشان می دهد که رویکرد ما به دست آوردن دستاوردهای قابل توجه است.