SPGNet：用于场景解析的语义预测引导
计算机视觉与模式识别
2019-08-27 v1
摘要
多尺度上下文模块与单阶段编码器-解码器结构常用于语义分割。多尺度上下文模块指从大空间范围聚合特征响应的操作，而单阶段编码器-解码器结构在编码器路径中编码高层语义信息并在解码器路径中恢复边界信息。相比之下，多阶段编码器-解码器网络已广泛用于人体姿态估计，并展现出优于其单阶段对应物的性能。然而，鲜有尝试将这一有效设计引入语义分割。本工作中，我们提出一种语义预测引导（SPG）模块，其通过学习借助像素级语义预测的引导来重新加权局部特征。我们发现，通过跨阶段仔细重加权特征，耦合我们所提SPG模块的两阶段编码器-解码器网络能以相近参数量与计算量显著优于其单阶段对应物。最后，我们报告在语义分割基准Cityscapes上的实验结果，其中我们的SPGNet仅使用“fine”标注在测试集上达到81.1%。
引用
@article{arxiv.1908.09798,
title = {SPGNet: Semantic Prediction Guidance for Scene Parsing},
author = {Bowen Cheng and Liang-Chieh Chen and Yunchao Wei and Yukun Zhu and Zilong Huang and Jinjun Xiong and Thomas Huang and Wen-Mei Hwu and Honghui Shi},
journal= {arXiv preprint arXiv:1908.09798},
year = {2019}
}
备注
ICCV 2019