ECCV 2020 语义分割论文大盘点（38篇论文）

作者：CV Daily | 编辑：Amusi
Date：2020-09-25
来源：计算机视觉Daily微信公众号（系投稿）
原文：ECCV 2020 语义分割论文大盘点（38篇论文）

前言

距离ECCV 2020 会议结束有段时间了，但其中的论文大多是目前的SOTA，所以非常值得大家花时间阅读学习！

计算机视觉Daily将正式系列整理 ECCV 2020的大盘点工作，本文为第二篇：语义分割方向。第一篇是目标检测系列，详见：ECCV 2020 目标检测论文大盘点（49篇论文）

本文主要包含：一般的2D语义分割、弱监督、域自适应语义分割等方向。论文PDF已打包好，在公众号后台回复：ECCV2020语义分割，即可下载这38篇论文。

• 注意1：并不包含实例分割、全景分割、3D 语义分割、视频目标分割，因为这些方向的论文也是超级多的，后续计算机视觉Daily会专门系统整理，还请关注后续内容。
• 注意2：中科院和商汤各有6篇，北京大学有5篇，国科大和香港中文大学各有4篇，微软和华中科技大学有3篇入围，太强了！
• 注意3：弱监督和域自适应语义分割的论文越来越多，渐渐一片红海

语义分割

Object-Contextual Representations for Semantic Segmentation

• 作者单位：中科院, 国科大, 微软亚洲研究院
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5021_ECCV_2020_paper.php
• 代码1：https://github.com/openseg-group/openseg.pytorch
• 代码2：https://github.com/openseg-group/OCNet.pytorch
• 中文解读：暂无

Intra-class Feature Variation Distillation for Semantic Segmentation

• 作者单位：武汉大学, 华中科技大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/230_ECCV_2020_paper.php
• 代码：https://github.com/YukangWang/IFVD
• 中文解读：暂无

Class-wise Dynamic Graph Convolution for Semantic Segmentation

• 作者单位：北京大学, 商汤科技, 北京邮电大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2638_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Tensor Low-Rank Reconstruction for Semantic Segmentation

• 作者单位：香港中文大学, 上海交通大学, 中科院, 思谋科技
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2662_ECCV_2020_paper.php
• 代码：https://github.com/CWanli/RecoNet
• 中文解读：暂无

Improving Semantic Segmentation via Decoupled Body and Edge Supervision

• 作者单位：北京大学, 之江实验室, 牛津大学, 商汤科技
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2800_ECCV_2020_paper.php
• 代码：https://github.com/lxtGH/DecoupleSegNets
• 中文解读：暂无

Learning to Predict Context-adaptive Convolution for Semantic Segmentation

• 作者单位：香港中文大学, 中科院, 商汤科技
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5205_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

EfficientFCN: Holistically-guided Decoding for Semantic Segmentation

• 作者单位：香港中文大学, 中科院, 商汤科技
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5211_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

SNE-RoadSeg: Incorporating Surface Normal Information into Semantic Segmentation for Accurate Freespace Detection

• 作者单位：加州大学圣迭戈分校, 香港科技大学
• 主页：https://sites.google.com/view/sne-roadseg
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/7513_ECCV_2020_paper.php
• 代码：https://github.com/hlwang1124/SNE-RoadSeg
• 数据集：https://drive.google.com/file/d/1YnkqPmzxtjNfMi2B1gMy7LQa5Gnu-BsH/view
• 中文解读：暂无

Semantic Flow for Fast and Accurate Scene Parsing

• 作者单位：北京大学, 华中科技大学, DeepMotion
• 论文：https://arxiv.org/abs/2002.10120
• 代码：https://github.com/donnyyou/torchcv
• 中文解读：超强语义分割算法！SFNet：基于语义流的快速而准确的场景解析

弱监督语义分割

Mining Cross-Image Semantics for Weakly Supervised Semantic Segmentation

• 作者单位：苏黎世联邦理工学院, 商汤科技, 上海交通大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3387_ECCV_2020_paper.php
• 代码：https://github.com/GuoleiSun/MCIS_wsss
• 中文解读：暂无

Semi-supervised Semantic Segmentation via Strong-weak Dual-branch Network

• 作者单位：中山大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4545_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Negative Pseudo Labeling using Class Proportion for Semantic Segmentation in Pathology

• 作者单位：九州大学, 京都大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2374_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Employing Multi-Estimations for Weakly-Supervised Semantic Segmentation

• 作者单位：中科院, 国科大
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2756_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Splitting vs. Merging: Mining Object Regions with Discrepancy and Intersection Loss for Weakly Supervised Semantic Segmentation

• 作者单位：南洋理工大学, A*Star, 蒙纳士大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4165_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Weakly Supervised Semantic Segmentation with Boundary Exploration

• 作者单位：东南大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5372_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Regularized Loss for Weakly Supervised Single Class Semantic Segmentation

• 作者单位：滑铁卢大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6721_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Naive-Student: Leveraging Semi-Supervised Learning in Video Sequences for Urban Scene Segmentation

• 作者单位：谷歌, 伊利诺伊大学厄巴纳-香槟分校
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/942_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Semi-Supervised Segmentation based on Error-Correcting Supervision

• 作者单位：东巴伐利亚雷根斯堡应用技术大学等
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6591_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

域自适应语义分割

Unsupervised Domain Adaptation for Semantic Segmentation of NIR Images through Generative Latent Search

• 作者单位：印度理工学院
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/6124_ECCV_2020_paper.php
• 代码：https://github.com/ambekarsameer96/GLSS
• 中文解读：暂无

Domain Adaptive Semantic Segmentation Using Weak Labels

• 作者单位：加州大学河滨分校, NEC Labs, 加州大学圣迭戈分校
• 主页：http://www.nec-labs.com/~mas/WeakSegDA
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/896_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Content-Consistent Matching for Domain Adaptive Semantic Segmentation

• 作者单位：悉尼科技大学, CMU, 京东AI
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2178_ECCV_2020_paper.php
• 代码：https://github.com/Solacex/CCM
• 中文解读：暂无

Classes Matter: A Fine-grained Adversarial Approach to Cross-domain Semantic Segmentation

• 作者单位：苏黎世联邦理工学院, 京东AI, 北京大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2246_ECCV_2020_paper.php
• 代码：https://github.com/JDAI-CV/FADA
• 中文解读：暂无

Contextual-Relation Consistent Domain Adaptation for Semantic Segmentation

• 作者单位：南洋理工大学, 电子科技大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2442_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Learning from Scale-Invariant Examples for Domain Adaptation in Semantic Segmentation

• 作者单位：巴基斯坦信息技术大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4042_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

Label-Driven Reconstruction for Domain Adaptation in Semantic Segmentation

• 作者单位：德克萨斯大学阿灵顿分校

• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/5818_ECCV_2020_paper.php

• 代码：暂无

• 中文解读：暂无

Few-Shot 语义分割

Prototype Mixture Models for Few-shot Semantic Segmentation

• 作者单位：国科大
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/700_ECCV_2020_paper.php
• 代码：https://github.com/Yang-Bob/PMMs
• 中文解读：暂无

Part-aware Prototype Network for Few-shot Semantic Segmentation

• 作者单位：上海科技大学等
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/754_ECCV_2020_paper.php
• 代码：https://github.com/Xiangyi1996/PPNet-PyTorch
• 中文解读：暂无

Few-Shot Semantic Segmentation with Democratic Attention Networks

• 作者单位：北航, 阿里巴巴优酷, IIAI等

• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/2042_ECCV_2020_paper.php

• 代码：暂无

• 中文解读：暂无

语义分割对抗攻击

Indirect Local Attacks for Context-aware Semantic Segmentation Networks

• 作者单位：洛桑联邦理工学院, ClearSpace
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3995_ECCV_2020_paper.php
• 代码：https://github.com/krishnakanthnakka/Indirectlocalattacks/
• 中文解读：暂无

Segmentations-Leak: Membership Inference Attacks and Defenses in Semantic Image Segmentation

• 作者单位：亥姆霍兹信息安全中心等
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4364_ECCV_2020_paper.php
• 代码：https://github.com/SSAW14/segmentation_membership_inference
• 中文解读：暂无

RGB-D 语义分割

Bi-directional Cross-Modality Feature Propagation with Separation-and-Aggregation Gate for RGB-D Semantic Segmentation

• 作者单位：北京大学, 商汤科技, 香港中文大学

• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1399_ECCV_2020_paper.php

• 代码：https://github.com/charlesCXK/RGBD_Semantic_Segmentation_PyTorch

• 中文解读：暂无

其他

Synthesize then Compare: Detecting Failures and Anomalies for Semantic Segmentation

• 作者单位：约翰斯·霍普金斯大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/612_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

GMNet: Graph Matching Network for Large Scale Part Semantic Segmentation in the Wild

• 作者单位：帕多瓦大学

• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/598_ECCV_2020_paper.php

• 代码：https://github.com/LTTM/GMNet

• 中文解读：暂无

Increasing the Robustness of Semantic Segmentation Models with Painting-by-Numbers

• 作者单位：罗伯特·博世公司, 海德堡大学

• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1097_ECCV_2020_paper.php

• 代码：暂无

• 中文解读：暂无

SideInfNet: A Deep Neural Network for Semi-Automatic Semantic Segmentation with Side Information

• 作者单位：新加坡科技设计大学, 迪肯大学, 香港科技大学

• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4524_ECCV_2020_paper.php

• 代码：暂无

• 中文解读：暂无

Attend and Segment: Attention Guided Active Semantic Segmentation

• 作者单位：鲁汶大学
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/4997_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

SegFix: Model-Agnostic Boundary Refinement for Segmentation

• 作者单位：中科院, 国科大, 中科大, 微软亚洲研究院
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1633_ECCV_2020_paper.php
• 代码：https://github.com/openseg-group/openseg.pytorch
• 中文解读：暂无

Efficient Semantic Video Segmentation with Per-frame Inference

• 作者单位：阿德莱德大学, 华中科技大学, 微软
• 论文：https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/1094_ECCV_2020_paper.php
• 代码：暂无
• 中文解读：暂无

论文PDF下载

上述38篇论文的PDF已全部打包好，在计算机视觉Daily公众号后台回复：ECCV2020语义分割，即可下载访问

欢迎关注计算机视觉Daily