面向场景解析的共识特征网络
计算机视觉与模式识别
2019-12-03 v2
摘要
场景解析具有挑战性，因其旨在为场景图像中的每个像素分配一个语义类别。因此，像素级特征对于场景解析是必需的。然而，分类网络由判别性部分主导，因此直接将分类网络应用于场景解析会导致同一实例内及同类别实例间解析预测的不一致。为解决该问题，我们提出两个变换单元以学习像素级共识特征。其一是实例共识变换（ICT）单元，通过聚合同一实例内的特征来学习实例级共识特征。其二是类别共识变换（CCT）单元，通过保持场景图像中同类别实例间特征的共识来追求类别级共识特征。所提 ICT 与 CCT 单元轻量、数据驱动且可端到端训练。两单元学习的特征在实例级与类别级均更具一致性。此外，我们基于所提 ICT 与 CCT 单元提出共识特征网络（CFNet），并通过大量消融实验证明了方法中各组件的有效性。最后，我们所提 CFNet 在包括 Cityscapes、Pascal Context、CamVid 与 COCO Stuff 的四个数据集上取得了具竞争力的性能。
引用
@article{arxiv.1907.12411,
title = {Consensus Feature Network for Scene Parsing},
author = {Tianyi Wu and Sheng Tang and Rui Zhang and Guodong Guo and Yongdong Zhang},
journal= {arXiv preprint arXiv:1907.12411},
year = {2019}
}
备注
13 pages, 7 figures, 9 tables