通过空间稀疏性实现实时语义图像分割
计算机视觉与模式识别
2017-12-04 v1
摘要
我们提出一种语义（图像）分割方法，将计算成本降低为原来的 1/25，同时对结果质量的影响有限。语义分割具有若干实际应用，且对大多数此类应用而言计算成本至关重要。该方法遵循典型的双列网络结构，其中一列接收输入图像，另一列接收该图像的半分辨率版本。通过识别全分辨率图像中可安全忽略的特定区域，并精心调整网络结构，我们可使用单块 GTX 980 显卡每秒处理约 15 张高分辨率 Cityscapes 图像（1024x2048），同时在 Cityscapes 测试集上取得 72.9% 的平均交并比得分。
引用
@article{arxiv.1712.00213,
title = {Real-time Semantic Image Segmentation via Spatial Sparsity},
author = {Zifeng Wu and Chunhua Shen and Anton van den Hengel},
journal= {arXiv preprint arXiv:1712.00213},
year = {2017}
}