以卷积、循环与对抗网络表示条件随机场的端到端语义人脸分割
计算机视觉与模式识别
2017-03-10 v1
摘要
近年来，语义分割领域中相关但独立的不同进展数量急剧增加。在此，我们通过利用这些进展各自的优势来解决这一问题。即，我们将四连通图上的条件随机场表述为端到端可训练的卷积和循环网络，并通过对抗过程对其进行估计。重要的是，我们的模型不仅学习一元势能，还学习成对势能，同时聚合多尺度上下文并控制高阶不一致性。我们在两个标准的语义人脸分割基准数据集上评估了我们的模型，并在两者上均取得了 SOTA 结果。
引用
@article{arxiv.1703.03305,
title = {End-to-end semantic face segmentation with conditional random fields as convolutional, recurrent and adversarial networks},
author = {Umut Güçlü and Yağmur Güçlütürk and Meysam Madadi and Sergio Escalera and Xavier Baró and Jordi González and Rob van Lier and Marcel A. J. van Gerven},
journal= {arXiv preprint arXiv:1703.03305},
year = {2017}
}