NeurlPS 2019 | 旷视研究院推出可学习的树状滤波器，实现保留结构信息的特征变换...

在图像语义分割任务中，学习到有足够判别力度的全局特征十分重要。现有大部分方法要么采用堆叠多层局部卷积层，要么使用非局部的block来获取远距离特征之间的语境。然而，由于这些方法都缺乏对空间结构信息的有效保留，在增大感受野的同时忽略了物体结构的具体信息。因此，在本文中，旷视研究院团队提出了一个可学习的树状滤波器，它能够在建模远距离语境关系时依然保留细节信息。

进一步，团队还提出了一个极大降低计算复杂度，能够在线性时间内执行运算的算法，保证了该滤波器模组能够方便地嵌入现有深度神经网络进行应用。最后团队提出了一个基于此树状滤波器模组的语义分割网络。在多个数据集上的实验结果显示，本文提出的方法达到了当前最佳性能。另外，本文已被NeurlPS 2019大会收录，代码与模型已经开源。

 

       

论文名称：Learnable Tree Filter for Structure-preserving Feature Transform

论文链接：https://arxiv.org/abs/1909.12513

开源链接：https://github.com/StevenGrove/TreeFilter-Torch

目录

• 导语

• 简介

• 方法

• • 技术细节

  • 高效计算设计

  • 语义分割网络架构

• 实验

• • 在Cityscapes上的实验

  • 在PASCAL VOC上的实验

• 结论

• 参考文献

导语

基于语义分割的场景感知是一项基础又颇具挑战的机器视觉议题，其目标是为每个像素预测一个预定义的类别标签。

 

特征的表示能力在卷积神经网络的发展下取得了显著的提升。为了整合全局上下文中的特征信息，近来人们提出了很多增大感受野的方法，总体上可以分为局部（local）和非局部（non-local）两种类型。

传统的局部方案通过增加常规卷积层（或其变种atrous卷积）来扩大感受野。然而由于有效感受野呈高斯分布，因此很难保留图像结构的细节信息。考虑到这种局限性，一些non-local方法被提出，它们可以直接对远距离特征进行建模，比如attention方法和图神经网络方法。