堆叠解卷积网络实现图像语义分割顶尖效果

By 路雪2017年9月14日 10:12

本文介绍了一种堆叠解卷积网络(Stacked Deconvolutional Network),它可用于高效的图像语义分割。该方法堆叠多个浅层解卷积网络,采用层级监督帮助网络优化,在多个数据集上实现了顶尖效果。机器之心对该论文进行了介绍。




链接:https://arxiv.org/pdf/1708.04943.pdf


摘要:语义分割领域的近期进展主要由改善全卷积网络(FCN)下的空间分辨率而得到。为了解决该问题,我们提出了一种堆叠解卷积网络(Stacked Deconvolutional Network/SDN)用于语义分割。在 SDN 中,多个浅层解卷积网络(即 SDN 单元)依次堆叠,以整合语境信息,确保位置信息的精细恢复。同时,单元间和单元内的连接被用来支持网络训练和提升特征融合,因为这些连接可以改善信息流和整个网络内的梯度传播。此外,在每个 SDN 单元的上采样过程中使用层级监督(hierarchical supervision),可以确保特征表示的区别并帮助网络优化。我们实现了综合性实验,并在三个数据集(PASCAL VOC 2012、CamVid、GATECH)上实现了顶尖结果。尤其是,我们的最好模型没有使用 CRF 后处理就在测试集上的 intersection-over-union 得分是 86.6%。



图 1. 我们方法的架构。上半部分表示我们提出的堆叠解卷积网络(SDN)的结构,下半部分表示 SDN 单元(a)、下采样模块(b)和上采样模块(c)的具体结构。



图 2. 上采样过程中带有分数图连接(score map connection)的层级监督。



图 3. 不同的堆叠 SDN 结构。



图 4. 我们的方法在 PASCAL VOC 2012 验证集上的结果。每一列列出了输入图像(A)、SDN_M1 网络的语义分割结果(B)、SDN_M2 网络的语义分割结果(C)、SDN_M3 网络的语义分割结果(D)和真值(E/Groundtruth)。


表 5. 我们的方法在 PASCAL VOC 2012 测试集上的实验结果。



图 5. 我们的方法在 PASCAL VOC 2012 数据集上的结果。每一行的图像从左到右分别是(1)输入图像(2)真值(3)语义分割结果。



图 6. 我们的方法在 CamVid 数据集上的结果。每一列从上到下依次是:(1)输入图像(2)语义分割结果(3)真值。



表 6. 我们的方法在 CamVid 测试集上的实验结果。



表7. GATECH 测试集上的实验结果



图 7. 我们的方法在 GATECH 数据集上的结果。每一列的图像从上到下依次是:(1)输入图像(2)语义分割结果(3)真值。


声明:本文由机器之心编译出品,原文来自arXiv,转载请查看要求,机器之心对于违规侵权者保有法律追诉权。