面向CNN的位置增强

近年来，CNN对计算机视觉领域产生了巨大影响。任何CNN架构的主要组件都是卷积操作，其设计上具有平移不变性。然而，位置本身可以是一个重要线索。例如，显著物体更可能靠近图像中心，天空在图像的上部等。为在特征学习中纳入位置线索，我们提出用携带位置信息的一个或多个通道来增强CNN的通常输入——彩色图像。我们测试了两种添加位置信息的方法。在第一种方法中，我们直接纳入位置，将行和列索引作为两个附加通道包含到输入图像中。在第二种方法中，我们通过将距中心像素的距离变换作为附加通道添加到输入图像，较不直接地添加位置。我们对编码位置的直接与间接方式均进行了实验。我们在显著物体分割、语义分割和场景解析任务上展示了用位置相关通道增强标准彩色输入的优势。