用于语义分割的局部特征聚合模块
图像与视频处理
2021-12-06 v1 计算机视觉与模式识别
摘要
我们提出一种基于编码器与解码器特征图之间相似性的新信息聚合方法，称为局部特征聚合模块（Localized Feature Aggregation Module）。该方法通过增强具有优越语义信息的解码器特征图与具有优越位置信息的编码器特征图之间的相似性来恢复位置信息。所提方法比 U-net 和注意力 U-net 中的常规拼接能更有效地学习位置信息。此外，该方法还使用局部注意力范围以降低计算成本。两项创新以更低的计算成本提升了分割精度。通过在果蝇细胞图像数据集和 COVID-19 图像数据集上的实验，我们确认了该方法优于常规方法。
引用
@article{arxiv.2112.01702,
title = {Localized Feature Aggregation Module for Semantic Segmentation},
author = {Ryouichi Furukawa and Kazuhiro Hotta},
journal= {arXiv preprint arXiv:2112.01702},
year = {2021}
}
备注
SMC 2021