用于高分辨率语义分割的动态神经表征解码器
计算机视觉与模式识别
2021-08-02 v1
摘要
语义分割需要对给定图像进行逐像素预测。通常，由于 CNN 骨干网络中的下采样操作，分割网络的输出分辨率被严重降低。大多数先前的方法采用上采样解码器来恢复空间分辨率。文献中设计了各种解码器。本文提出一种新颖的解码器，称为动态神经表征解码器（NRD），其简单却显著更高效。由于编码器输出上的每个位置对应于语义标签的一个局部块，在本工作中，我们用紧凑的神经网络来表示这些标签的局部块。这种神经表征使我们的解码器能够利用语义标签空间中的平滑先验，从而使其更高效。此外，这些神经表征是动态生成的，并以编码器网络的输出为条件。所需的语义标签可以从神经表征中高效解码，从而产生高分辨率的语义分割预测。我们通过实验表明，所提出的解码器仅以 30% 的计算复杂度即可优于 DeeplabV3+ 中的解码器，并且仅以 15% 的计算量即可与使用膨胀编码器的其他方法取得有竞争力的性能。在 Cityscapes、ADE20K 和 PASCAL Context 数据集上的实验证明了我们所提方法的有效性与高效性。
引用
@article{arxiv.2107.14428,
title = {Dynamic Neural Representational Decoders for High-Resolution Semantic Segmentation},
author = {Bowen Zhang and Yifan Liu and Zhi Tian and Chunhua Shen},
journal= {arXiv preprint arXiv:2107.14428},
year = {2021}
}