涡旋池化：改进语义分割中的上下文表示
计算机视觉与模式识别
2018-04-24 v2
摘要
语义分割是计算机视觉中的一项基础任务，可视为逐像素分类问题。近来，尽管基于全卷积神经网络（FCN）的方法在此类任务中取得了显著进展，但在卷积特征图中聚合局部与上下文信息仍是一个具有挑战性的问题。本文中，我们认为在预测给定像素的类别时，靠近目标的区域比远离目标的区域更重要。为解决该问题，我们提出了一种有效且高效的方法，称为涡旋池化（Vortex Pooling），以有效利用上下文信息。我们还提供了实证研究以验证所提方法的有效性。具体而言，我们的方法通过将DeepLab v3中的空洞空间金字塔池化（ASPP）模块替换为所提涡旋池化，在PASCAL VOC 2012验证集上比先前最先进模型DeepLab v3高出1.5%，在测试集上高出0.6%。此外，我们的模型（10.13 FPS）与DeepLab v3（10.37 FPS）计算开销相近。
引用
@article{arxiv.1804.06242,
title = {Vortex Pooling: Improving Context Representation in Semantic Segmentation},
author = {Chen-Wei Xie and Hong-Yu Zhou and Jianxin Wu},
journal= {arXiv preprint arXiv:1804.06242},
year = {2018}
}