用于交互式图像分割的全卷积双流融合网络
计算机视觉与模式识别
2018-10-04 v2
摘要
在本文中，我们提出了一种用于交互式图像分割的新型全卷积双流融合网络（FCTSFN）。所提网络包括两个子网络：一个以降分辨率预测前景的双流后期融合网络（TSLFN），以及一个以全分辨率细化前景的多尺度细化网络（MSRN）。TSLFN 包含两个不同的深层流以及一个融合网络。其直觉在于，由于用户交互比图像本身更能直接提供前景/背景信息，TSLFN 的双流结构减少了纯用户交互特征与网络输出之间的层数，使用户交互对分割结果产生更直接的影响。MSRN 将 TSLFN 不同层的多尺度特征进行融合，以寻求关于前景的从局部到全局的信息，从而在全分辨率下细化分割结果。我们在四个基准数据集上进行了全面实验。结果表明，与当前最先进的交互式图像分割方法相比，所提网络取得了具有竞争力的性能。
引用
@article{arxiv.1807.02480,
title = {A Fully Convolutional Two-Stream Fusion Network for Interactive Image Segmentation},
author = {Yang Hu and Andrea Soltoggio and Russell Lock and Steve Carter},
journal= {arXiv preprint arXiv:1807.02480},
year = {2018}
}