剪切波作为语义边缘检测的特征提取器：基于模型与数据驱动的领域

语义边缘检测作为一种图像处理任务近来备受关注，主要由于其广泛的现实应用。这基于如下事实：图像中的边缘包含大部分语义信息。语义边缘检测涉及两项任务，即纯边缘检测与边缘分类。这些任务在各自所需的抽象层次上实际根本不同，这被称为分散监督悖论，它限制了语义边缘检测中监督模型的可能性能。在本工作中，我们将提出一种新颖的混合方法来避免分散监督悖论并在语义边缘检测中取得高性能。我们的方法基于剪切波这一基于模型的概念（其提供了一类图像模型类可能最优的稀疏逼近）与适当设计的卷积神经网络这一数据驱动方法的结合。最后，我们展示了若干应用，如层析重建，并表明我们的方法显著优于以往方法，从而表明了此类混合方法在生物医学成像领域的价值。