HaarNet：用于RGB-D语义分割的大规模线性-形态学混合网络
计算机视觉与模式识别
2023-10-12 v1 人工智能
摘要
来自不同模态的信号各有其组合代数，这影响了它们的采样处理。RGB大多是线性的；深度是遵循数学形态学运算的几何信号。若一个获取RGB-D输入的网络在其各层中同时具备两类算子，它应能以更少参数给出有效输出。本文中，将形态学元素与更常见的线性模块结合使用，构建了一个称为HaarNet的混合线性-形态学网络。这是首个大规模线性-形态学混合网络，在一系列可观的真实世界数据集上进行了评估。该网络在若干层中对特征通道应用形态学Haar采样，分离极值与高频信息，使二者均能被处理以改善两种模态。此外，使用了形态学参数化ReLU，并应用形态学合理的上采样以获得全分辨率输出。实验表明，HaarNet与最先进的CNN具有竞争力，意味着形态学网络是基于几何的学习任务中一个有前景的研究方向。
引用
@article{arxiv.2310.07669,
title = {HaarNet: Large-scale Linear-Morphological Hybrid Network for RGB-D Semantic Segmentation},
author = {Rick Groenendijk and Leo Dorst and Theo Gevers},
journal= {arXiv preprint arXiv:2310.07669},
year = {2023}
}