面向多样化二值分割的简单而通用的门控网络
计算机视觉与模式识别
2024-05-06 v2
摘要
在许多二值分割任务中，多数基于 CNN 的方法使用 U 形编码器-解码器网络作为基本结构。它们忽略了编码器与解码器交换信息时的两个关键问题：一是缺乏二者间的干扰控制机制，二是未考虑不同编码器层级贡献的差异。本工作中，我们提出一个简单而通用的门控网络（GateNet）一次性解决上述问题。借助多级门单元，编码器中有价值的上下文信息可被选择性地传至解码器。此外，我们设计门控双分支结构以建立不同层级特征间的协作并提升网络判别能力。进一步，我们引入“Fold”操作改进空洞卷积，形成新颖的折叠空洞卷积，其可灵活嵌入 ASPP 或 DenseASPP 以精准定位多尺度前景目标。GateNet 可轻松推广至许多二值分割任务，包括通用与特定目标分割及多模态分割。无需额外技巧，我们的网络在 10 个二值分割任务的 33 个数据集上以 10 项指标稳定优于 SOTA 方法。
引用
@article{arxiv.2303.10396,
title = {Towards Diverse Binary Segmentation via A Simple yet General Gated Network},
author = {Xiaoqi Zhao and Youwei Pang and Lihe Zhang and Huchuan Lu and Lei Zhang},
journal= {arXiv preprint arXiv:2303.10396},
year = {2024}
}
备注
Accepted by IJCV 2024