Semantic Image Segmentation

一、图像分割中，对于CRF的一些理解

1.文献[1] 是比较经典的结合DCNN 和全连接CRF的一篇工作，其中的势能函数，如下式（1），来源于nips11[3],

                                                       (1)

第二项中的成对势能函数的计算利用了量中核函数，如式（2）所示，

    (2)

其中第一个核函数考虑了像素的位置 和和颜色强度值 ，第二个核函数只考虑了像素的位置 。

---

2. Deeplabv3 [4]

•  分析空洞卷积(Atrous Convolution。
• 提出空洞空间金字塔池化(Atrous Spatial Pyramid Pooling)，其特点是并行使用多种不同空洞率的卷积来提取特征，如图1所示。

  

  Caption

•  

 

[1] SEMANTIC IMAGE SEGMENTATION WITH DEEP CONVOLUTIONAL NETS AND FULLY CONNECTED CRFS[iclr2015] https://arxiv.org/abs/1412.7062

[2]Random Field Model for Integration of Local Information and Global Information [pami2008] 

[3]Efficient Inference in Fully Connected CRFs with Gaussian Edge Potentials

[4]Rethinking Atrous Convolution for Semantic Image Segmentation [DeepLabv3]