用于密集预测任务的密集连接多膨胀卷积网络
计算机视觉与模式识别
2021-06-10 v2 机器学习
摘要
涉及高分辨率密集预测的任务需要对大输入域中局部与全局模式进行建模。尽管局部与全局结构常相互依赖且同时建模十分重要，许多基于卷积神经网络（CNN）的方法仅在不同分辨率间极少次地交换表示。本文中，我们主张多分辨率表示密集同时建模的重要性，并提出一种称为密集连接多膨胀 DenseNet（D3Net）的新型 CNN 架构。D3Net 引入一种新颖的多膨胀卷积，其在单层中具有不同膨胀因子以同时建模不同分辨率。通过将多膨胀卷积与 DenseNet 架构结合，D3Net 在几乎全部层中实现了随感受野指数增长的多分辨率学习，同时避免了在 DenseNet 中朴素引入膨胀卷积时出现的混叠问题。在 Cityscapes 上的图像语义分割任务及 MUSDB18 上的音频源分离任务实验表明，所提方法优于当前最优方法。
引用
@article{arxiv.2011.11844,
title = {Densely connected multidilated convolutional networks for dense prediction tasks},
author = {Naoya Takahashi and Yuki Mitsufuji},
journal= {arXiv preprint arXiv:2011.11844},
year = {2021}
}
备注
Accepted to CVPR 2021. arXiv admin note: text overlap with arXiv:2010.01733