用于物体骨架检测的线性张成网络
计算机视觉与模式识别
2018-07-26 v1
摘要
鲁棒的物体骨架检测需要探索丰富的代表性视觉特征与有效的特征融合策略。本文中，我们首先重访 HED 的实现，其本质原理可用线性重构模型理想描述。受此启发，我们形式化了一个线性张成（Linear Span）框架，并提出由线性张成单元（LSUs）改进的线性张成网络（LSN），其最小化卷积网络的重构误差。LSN 进一步利用子空间线性张成（subspace linear span）与特征线性张成，以增加卷积特征的独立性与特征整合的效率，从而扩大拟合复杂真值的能力。因此，LSN 能有效抑制杂乱背景并重构物体骨架。实验结果验证了所提 LSN 的 SOTA 性能。
引用
@article{arxiv.1807.09601,
title = {Linear Span Network for Object Skeleton Detection},
author = {Chang Liu and Wei Ke and Fei Qin and Qixiang Ye},
journal= {arXiv preprint arXiv:1807.09601},
year = {2018}
}
备注
Accepted by ECCV2018