冯兴杰，张天泽

（1.中国民航大学计算机科学与技术学院，天津 300300；2.中国民航大学信息网络中心，天津 300300）

0 引言

图像全景分割（Panoptic Segmentation，PS）任务是图像语义分割任务与实例分割任务的结合，要求在图像中通过语义分割的方式识别图像背景的类别和范围，通过实例分割的方式标记划分前景物体的实例信息区域，并将每一个像素标记为事物对应的类别［1］。全景分割任务在解决了语义分割无法区分前景事物个体与范围信息的同时，也解决了实例分割无法区分背景语义信息的问题，旨在得到更加综合、更加全面的图像分割结果。近年来，由于全景分割任务新指标的提出以及相关识别挑战［2］的兴起，使得该项任务得到了更加广泛的应用发展与关注。

针对全景分割任务的方法主要分为两种，分别是自顶向下的方法以及自底向上的方法。自顶向下的方法中，联合全景分割网络（Unified Panoptic Segmentation Network，UPSNet）［3］、全景特征金字塔网络（Panoptic Feature Pyramid Network，Panoptic FPN）［4］以及注意力引导的联合全景分割网络（Attention-guided Unified Network for panoptic segmentation，AUNet）［5］等方法普遍通过采用Mask R-CNN 网络［6］进行语义分割分支的处理。通过采用实例预测结果优于语义预测结果、类别之间的相互语义关系以及预测置信度得分等方式解决预测掩码重叠冲突等问题。这种自顶向下的方法通常运行速度较为缓慢，难以快速并行地进行神经网络的训练和预测，这是由于网络中存在多个复杂顺序模块导致的。

而自底向上的方法通过分别预测不重叠的掩码区域解决掩码重叠冲突问题，通……