Camouflaged Instance Segmentation In-the-Wild : Dataset, Method, and Benchmark Suite
This paper pushes the envelope on decomposing camouflaged regions in an image into meaningful components, namely, camouflaged instances. To promote the new task of camouflaged instance segmentation of in-the-wild images, we introduce a dataset, dubbed CAMO++, that extends our preliminary CAMO datase...
Ausführliche Beschreibung
Bibliographische Detailangaben
| Veröffentlicht in: | IEEE transactions on image processing : a publication of the IEEE Signal Processing Society. - 1992. - 31(2022) vom: 02., Seite 287-300
|
|---|
| 1. Verfasser: |
Le, Trung-Nghia
(VerfasserIn) |
|---|
| Weitere Verfasser: |
Cao, Yubo,
Nguyen, Tan-Cong,
Le, Minh-Quan,
Nguyen, Khanh-Duy,
Do, Thanh-Toan,
Tran, Minh-Triet,
Nguyen, Tam V |
|---|
| Format: | Online-Aufsatz
|
|---|
| Sprache: | English |
|---|
| Veröffentlicht: |
2022
|
|---|
| Zugriff auf das übergeordnete Werk: | IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
|
|---|
| Schlagworte: | Journal Article |
|---|