DeepStrip：高分辨率边界细化
计算机视觉与模式识别
2020-03-27 v1
摘要
本文旨在针对低分辨率掩码细化高分辨率图像中的边界。为兼顾内存与计算效率，我们提出将感兴趣区域转换为条带图像，并在条带域中计算边界预测。为检测目标边界，我们提出了一个带有两个预测层的框架。首先，预测所有潜在边界作为初始预测，随后使用选择层挑选目标边界并平滑结果。为促使准确预测，引入了在条带域中度量边界距离的损失函数。此外，我们对网络施加匹配一致性与 C0 连续性正则化以减少误报。在公开数据集及一个新构建的高分辨率数据集上的大量实验有力地验证了我们的方法。
引用
@article{arxiv.2003.11670,
title = {DeepStrip: High Resolution Boundary Refinement},
author = {Peng Zhou and Brian Price and Scott Cohen and Gregg Wilensky and Larry S. Davis},
journal= {arXiv preprint arXiv:2003.11670},
year = {2020}
}