用于由粗到细稠密语义图像标注的门控反馈细化网络
计算机视觉与模式识别
2018-07-02 v1
摘要
局部与全局上下文信息的有效整合对于语义分割和稠密图像标注至关重要。我们开发了两种基于编码器-解码器的深度学习架构来解决此问题。我们首先提出一种称为标注细化网络（LRN）的网络架构，其在若干空间分辨率上以由粗到细的方式预测分割标注。在该网络中，我们还在若干阶段定义损失函数以在训练的不同阶段提供监督。然而，若传递前向的是模糊信息，则细化的质量存在局限。为解决这个问题，我们还提出了门控反馈细化网络（G-FRNet）以克服该局限。起初，G-FRNet 做出粗粒度预测，并在细化阶段通过有效整合局部与全局上下文信息逐步细化以恢复细节。这通过本工作提出的门控单元实现，其控制前向传递的信息以消除模糊性。实验在四个具挑战性的稠密标注数据集（CamVid、PASCAL VOC 2012、Horse-Cow Parsing、PASCAL-Person-Part 和 SUN-RGBD）上进行。G-FRNet 在 CamVid 和 Horse-Cow Parsing 数据集上取得了最先进的语义分割结果，并对其余三个数据集产生了与文献中最佳方法相竞争的结果。
引用
@article{arxiv.1806.11266,
title = {Gated Feedback Refinement Network for Coarse-to-Fine Dense Semantic Image Labeling},
author = {Md Amirul Islam and Mrigank Rochan and Shujon Naha and Neil D. B. Bruce and Yang Wang},
journal= {arXiv preprint arXiv:1806.11266},
year = {2018}
}