用于语义分割的全局反卷积网络
计算机视觉与模式识别
2016-08-16 v2
摘要
语义图像分割是计算机视觉中的一个基本问题，其目标是将图像中每个像素正确分类为语义标签。近年来，由于其在医学成像和自动驾驶等众多领域的广泛应用，该问题引发了大量研究。解决此任务的经验性进展主要源于成功利用了为图像分类和目标识别预训练的卷积神经网络（CNNs）。然而，使用CNN进行逐像素标注面临其特有的挑战：(1) 将低分辨率输出精确反卷积（或上采样）为高分辨率分割掩码；(2) 在局部提取的特征中融入全局信息（或上下文）。为解决这些问题，我们提出了一种新颖的架构，以全局方式执行等效的反卷积操作并获得密集预测。我们证明，该方法在PASCAL VOC 2012基准上提升了最先进语义分割模型的性能，在测试集上达到了74.0%的平均IU准确率。
引用
@article{arxiv.1602.03930,
title = {Global Deconvolutional Networks for Semantic Segmentation},
author = {Vladimir Nekrasov and Janghoon Ju and Jaesik Choi},
journal= {arXiv preprint arXiv:1602.03930},
year = {2016}
}
备注
BMVC 2016 Conference