BiCANet：用于图像语义分割的双向上下文聚合网络
计算机视觉与模式识别
2020-03-24 v1 图像与视频处理
摘要
近年来，在卷积神经网络（CNNs）中探索上下文信息用于语义分割受到了广泛关注。本文提出一种称为 BiCANet 的双向上下文聚合网络用于语义分割。与以往在特征空间中编码上下文的方法不同，BiCANet 从类别视角聚合上下文线索，主要由三部分组成：上下文压缩投影块（CCPB）、双向上下文交互块（BCIB）和多尺度上下文融合块（MCFB）。更具体地，CCPB 通过 split-transform-merge 架构学习基于类别的映射，从中间层压缩具有不同感受野的上下文线索。另一方面，BCIB 采用密集跳跃连接来增强类级上下文交换。最后，MCFB 通过考察短程和长程空间依赖关系来整合多尺度上下文线索。为评估 BiCANet，我们在三个语义分割数据集上进行了大量实验：PASCAL VOC 2012、Cityscapes 和 ADE20K。实验结果表明，无需任何后处理技术，BiCANet 优于近期最先进的网络。特别地，BiCANet 在 PASCAL VOC 2012、Cityscapes 和 ADE20K 测试集上分别取得了 86.7%、82.4% 和 38.66% 的 mIoU 分数。
引用
@article{arxiv.2003.09669,
title = {BiCANet: Bi-directional Contextual Aggregating Network for Image Semantic Segmentation},
author = {Quan Zhou and Dechun Cong and Bin Kang and Xiaofu Wu and Baoyu Zheng and Huimin Lu and Longin Jan Latecki},
journal= {arXiv preprint arXiv:2003.09669},
year = {2020}
}