RED-NET：一种用于边缘检测的递归编码器-解码器网络
计算机视觉与模式识别
2019-12-09 v1
摘要
在本文中，我们介绍了 RED-NET：一种带有跳跃连接的递归编码器-解码器网络（Recursive Encoder-Decoder Network with Skip-Connections），用于自然图像中的边缘检测。所提出的网络是递归神经网络与编码器-解码器架构的一种新颖集成。递归网络使我们能够在不增加参数数量的情况下增加网络深度。在编码器和解码器之间添加跳跃连接有助于梯度更容易地到达网络的所有层，并允许编码器早期阶段与更精细细节相关的信息在解码器中被充分利用。基于我们在包括 BSDS500、NYUD 和 Pascal Context 等流行边界检测数据集上的大量实验，RED-NET 在边缘检测方面相对于最优数据集尺度（ODS）F-measure、最优图像尺度（OIS）F-measure 和平均精度（AP）等标准评估指标显著推进了当前最优水平（SOTA）。
引用
@article{arxiv.1912.02914,
title = {RED-NET: A Recursive Encoder-Decoder Network for Edge Detection},
author = {Truc Le and Yuyan Li and Ye Duan},
journal= {arXiv preprint arXiv:1912.02914},
year = {2019}
}