面向场景分割的神经元级选择性上下文聚合
计算机视觉与模式识别
2017-11-23 v1
摘要
上下文信息为场景分割中消歧视觉相似像素提供了重要线索。本文中，我们引入了一种用于场景分割的神经元级选择性上下文聚合（SCA）模块，该模块由上下文依赖预测器和上下文聚合算子组成。依赖预测器经隐式训练以推断不同图像区域间的上下文依赖关系。上下文聚合算子利用全局上下文增强局部表示，并根据每个神经元即时预测的依赖关系在神经元级选择性地聚合全局上下文。所提出的机制实现了上下文依赖的数据驱动推断，并促进了上下文感知的特征学习。所提方法在基于 VGG16 构建的强基线模型上于具有挑战性的场景分割数据集上取得了提升，证明了其在建模上下文信息方面的有效性。
引用
@article{arxiv.1711.08278,
title = {Neuron-level Selective Context Aggregation for Scene Segmentation},
author = {Zhenhua Wang and Fanglin Gu and Dani Lischinski and Daniel Cohen-Or and Changhe Tu and Baoquan Chen},
journal= {arXiv preprint arXiv:1711.08278},
year = {2017}
}