专精与融合：面向语义分割的金字塔输出表征

我们提出了一种新颖的金字塔输出表征，以通过我们的“专精与融合”过程确保语义分割的简洁性。金字塔“输出”表征由粗到细的层级组成，其中每个层级“专精”于不同的类别分布（例如，较粗层级中 stuff 类多于 things 类）。两类金字塔输出（即统一金字塔与语义金字塔）被“融合”为最终语义输出，其中统一金字塔指示统一单元（即该单元内所有像素共享同一语义标签）。该过程通过为统一单元预测相对较少的标签（例如一大片草的单元）来构建最终语义输出，从而确保简洁性。除“输出”表征外，我们设计了一个由粗到细的上下文模块，以聚合来自不同层级的“特征”表征。我们通过全面的消融研究验证了方法中每个关键模块的有效性。最后，我们的方法在三个广泛使用的语义分割数据集——ADE20K、COCO-Stuff 和 Pascal-Context 上取得了最先进的性能。