面向语义视频分割的动态单元架构搜索
计算机视觉与模式识别
2019-04-05 v1
摘要
在语义视频分割中，目标是在图像帧间获得一致的稠密语义标注。为此，近期方法依赖于在静态语义分割网络之上施加手动排列的操作——其中最显著的构建块是能够提供场景动态信息的光流。与之相关的是通过以更廉价替代近似静态网络的昂贵部分同时传播前一帧信息来加速静态网络的研究路线。本工作中我们试图对这些方法进行推广，而非手动设计连接逐帧输出的上下文块，我们提出一种神经架构搜索方案，其中操作的选择及其顺序排布由一个独立的神经网络预测。我们展示了这种推广在 CityScapes 和 CamVid 数据集等常用基准上带来稳定且准确的结果。重要的是，所提方法仅耗时 2 GPU-days，即可发现高性能单元且不依赖昂贵的光流计算。
引用
@article{arxiv.1904.02371,
title = {Architecture Search of Dynamic Cells for Semantic Video Segmentation},
author = {Vladimir Nekrasov and Hao Chen and Chunhua Shen and Ian Reid},
journal= {arXiv preprint arXiv:1904.02371},
year = {2019}
}
备注
10 pages