ECCV2020:用于语义分割的对象上下文表示
文章目录
摘要
本文研究了语义分割中的上下文聚合问题。由于像素的标签是像素所属对象的类别,我们提出了一种简单而有效的方法-对象上下文表示,通过利用对应物体类别的表示来描述像素,简单来说,就是一个像素对应着一个目的物体的类别,比如某一块汽车中的像素就对应着一个汽车,我们就用汽车来代表描述这个像素。主要思想是显式地把像素分类问题转化成物体区域分类问题,这与语义分割问题的原始定义是一致的,即每一个像素的类别就是该像素属于的物体的类别,换言之,与 PSPNet 和 DeepLabv3+ 的上下文信息最主要的不同就在于 OCR 方法显式地增强了物体信息。
一、OCR方法
(1)从骨干网络得到特征表示,我们将上下文像素划分为一组软对象区域,每个区域对应一个类,生成的一个简单粗略的语义分割结果(软对象区域)作为 OCR 方法的一个输入,矩阵表示为bch*w;
(2)根据软对象区域(b * c * h * w)和网络最深层输入的特征表示(b * k * h * w)表示计算出 K 组向量,即对象区域表示(Object Region Representations),其中每一个向量对应一个语义类别的特征表示,矩阵表示为b * c * k * 1;
(3)计算网络最深层输出的像素特征表示(Pixel Representations)与计