用于语义分割的深度结构化模型的高效分段训练
计算机视觉与模式识别
2016-06-07 v4
摘要
近期语义图像分割的进展主要通过训练深度卷积神经网络 (CNNs) 实现。我们展示了如何利用上下文信息改进语义分割；具体而言，我们探索了图像区域间的“块 - 块”上下文以及“块 - 背景”上下文。为了从块 - 块上下文中学习，我们构建了具有基于 CNN 的成对势函数的条件随机场 (CRFs)，以捕捉相邻块之间的语义相关性。随后应用所提出的深度结构化模型的高效分段训练，以避免反向传播中重复且昂贵的 CRF 推理。为了捕捉块 - 背景上下文，我们表明采用传统多尺度图像输入和滑动金字塔池化的网络设计能有效提升性能。我们的实验结果在多个流行的语义分割数据集上设立了新的最先进水平 (SOTA)，包括 NYUDv2、PASCAL VOC 2012、PASCAL-Context 和 SIFT-flow。特别是，我们在具有挑战性的 PASCAL VOC 2012 数据集上实现了 78.0 的交并比 (intersection-over-union) 得分。
引用
@article{arxiv.1504.01013,
title = {Efficient piecewise training of deep structured models for semantic segmentation},
author = {Guosheng Lin and Chunhua Shen and Anton van dan Hengel and Ian Reid},
journal= {arXiv preprint arXiv:1504.01013},
year = {2016}
}
备注
Appearing in IEEE Conf. Computer Vision and Pattern Recognition (CVPR) 2016