一石三鸟：用于显著性目标分割、边缘检测和骨架提取的通用架构
计算机视觉与模式识别
2019-04-09 v2
摘要
本文旨在通过引入统一架构来解决像素级二值问题，包括显著性目标分割、骨架提取和边缘检测。以往的工作提出了针对这三个任务分别独立求解的定制方法。在此，我们表明这些任务具有一些相似性，可以利用这些相似性来开发统一框架。具体而言，我们引入了一种水平级联结构，其每个组件都与前一个组件的输出密集连接。将这些组件串联起来，使我们能够跨不同层级有效地利用特征，从而有效地解决多个像素级二值回归任务。为了评估我们提出的网络在这些任务上的性能，我们在多个代表性数据集上进行了详尽的评估。尽管这些任务本质上非常不同，但我们表明我们的统一方法在所有任务上都表现良好，并且远优于当前单一目的的 SOTA 方法。本文中的所有代码将公开发布。
引用
@article{arxiv.1803.09860,
title = {Three Birds One Stone: A General Architecture for Salient Object Segmentation, Edge Detection and Skeleton Extraction},
author = {Qibin Hou and Jiang-Jiang Liu and Ming-Ming Cheng and Ali Borji and Philip H. S. Torr},
journal= {arXiv preprint arXiv:1803.09860},
year = {2019}
}