用于语义分割的边界感知图推理
计算机视觉与模式识别
2021-08-10 v1
摘要
本文提出一种边界感知图推理（Boundary-aware Graph Reasoning, BGR）模块，以学习用于语义分割的长程上下文特征。我们的 BGR 模块并非直接基于主干特征构建图，而是探索了一种将分割错误区域与图构建场景相结合的合理方式。鉴于大多数难以分割的像素广泛分布于边界区域，我们的 BGR 模块利用边界分数图作为先验知识来增强图节点连接，从而引导图推理聚焦于边界区域。此外，我们采用了一种高效的图卷积实现以降低计算成本，这有助于将 BGR 模块集成到当前的分割主干网络中。在三个具有挑战性的分割基准上的大量实验证明了我们所提 BGR 模块在语义分割中的有效性。
引用
@article{arxiv.2108.03791,
title = {Boundary-aware Graph Reasoning for Semantic Segmentation},
author = {Haoteng Tang and Haozhe Jia and Weidong Cai and Heng Huang and Yong Xia and Liang Zhan},
journal= {arXiv preprint arXiv:2108.03791},
year = {2021}
}