基于全局上下文嵌入的场景解析
计算机视觉与模式识别
2017-10-24 v2
摘要
我们提出了一种场景解析方法，该方法利用基于参数和非参数模型的全局上下文信息。与仅利用物体间局部关系的先前方法相比，我们基于场景相似性训练一个上下文网络以生成全局上下文的特征表示。此外，这些学习到的特征被用于生成全局和空间先验，以进行显式类别推理。然后我们设计模块将特征表示和先验嵌入分割网络，作为额外的全局上下文线索。我们展示了该方法可以消除与全局上下文表示不兼容的假阳性。在MIT ADE20K和PASCAL Context数据集上的实验表明，该方法优于现有方法。
引用
@article{arxiv.1710.06507,
title = {Scene Parsing with Global Context Embedding},
author = {Wei-Chih Hung and Yi-Hsuan Tsai and Xiaohui Shen and Zhe Lin and Kalyan Sunkavalli and Xin Lu and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:1710.06507},
year = {2017}
}
备注
Accepted in ICCV'17. Code available at https://github.com/hfslyc/GCPNet