利用超像素通过透明初始化与稀疏编码器精炼语义分割
计算机视觉与模式识别
2020-11-25 v3 人工智能
机器学习
摘要
尽管深度学习极大提升了语义分割的性能，但其成功主要在于物体中心区域，而边缘并不准确。由于超像素是保留物体边缘的一种流行且有效的辅助手段，本文中我们联合学习带有可训练超像素的语义分割。我们通过具有透明初始化（TI）的全连接层以及使用稀疏编码器的高效 logit 一致性来实现这一点。所提出的 TI 保留了预训练网络学习到参数的效果。这避免了预训练网络损失的显著增加，否则该增加可能由附加层的不当参数初始化引起。同时，每个超像素内一致的像素标签由 logit 一致性保证。带有稀疏矩阵操作的稀疏编码器大幅降低了内存需求与计算复杂度。我们展示了 TI 相对于其他参数初始化方法的优越性，并测试了其数值稳定性。我们提出方法的有效性在 PASCAL VOC 2012、ADE20K 和 PASCAL Context 上得到验证，显示出增强的语义分割边缘。利用基于性能比和 F-measure 的分割边缘定量评估，我们的方法优于当前最优方法。
引用
@article{arxiv.2010.04363,
title = {Refining Semantic Segmentation with Superpixel by Transparent Initialization and Sparse Encoder},
author = {Zhiwei Xu and Thalaiyasingam Ajanthan and Richard Hartley},
journal= {arXiv preprint arXiv:2010.04363},
year = {2020}
}