用于弱监督语义分割的卷积单纯形投影网络（CSPN）
计算机视觉与模式识别
2018-07-25 v1
摘要
由于全标注图像的稀缺，弱监督语义分割已成为日益受关注的课题。我们引入了一种利用深度卷积神经网络（CNNs）解决弱监督语义分割的新方法。该方法引入了一个新颖的层，其在神经网络的输出上利用类物体的面积约束施加单纯形投影。所提方法具有通用性，可无缝集成到任何 CNN 架构中。此外，该投影层允许通过替换真实标签，将强监督模型轻松适配为弱监督模型。我们的实验表明，在具有图像级标签的弱监督设定下，对 CNN 输出施加此类操作可提升语义分割的精度。
引用
@article{arxiv.1807.09169,
title = {Convolutional Simplex Projection Network (CSPN) for Weakly Supervised Semantic Segmentation},
author = {Rania Briq and Michael Moeller and Juergen Gall},
journal= {arXiv preprint arXiv:1807.09169},
year = {2018}
}
备注
BMVC 2018