A robust three-stage approach to large-scale urban scene recognition(3)

我换了一个看论文的思路，这篇文章的标题既然是三阶段，那我就看看到底是哪三个阶段，然后我再分别在这三个阶段中找出每个阶段作者都用了什么方法，改进了哪些方法，就像做英语阅读一样，看题干找细节。

---

第一阶段：用类别对场景进行分割

1.使用[28]准密集结构的SFM对原始图像images进行处理：

得到相机姿势和重建网格。

2.对原图像和得到的重建网格进行分割：

得到分割后的“破碎的”图像和网格。

3.通过投影来构造图：

得到一个图G。

4.对图G进行联合语义分割：

得到联合语义分割的图G和图像。

5.对得到的联合语义分割的图G和图片，通过[21]关联分层CRF进行公式化。

至此，重建的模型被分割成特定的类别（以颜色区分）。

---

第二阶段：进行实例级别的分割——将原始场景划分为单独的实例

正交图分割

图2（在线颜色）构建实例分割。（a），（b）和（c）显示高度图，过分割屋顶和正交图中的最终分割屋顶。我们发现所提出的方法可以生成对象级分割，而局部聚类方法不能在同一输出中包含各种粒度的分割。（d），（e）和（f）示出了用于将2D分割传播到3D的泛洪算法。

得到正交实例图。

---

通过建筑抽象简化人造对象

在第二阶段，我们用一组线性分割段来匹配建筑足迹,并以此来抽象建筑模型。
我们对上面得到的正交实例图进行接下来的操作：

1.使用 轮廓查找算法[25] 提取实例的轮廓。
2.使用 轮廓抽象 将得到的轮廓分解为几个连接的结构段（用点列表表示），即，将输入的轮廓抽象成了具体的形状。
3.所有轮廓形成一组点列表{x0，x1，…，xn}。轮廓抽象被公式化为标记问题：属于相同结构点列表的点被赋予相同的标签。
3.采用CRF框架，一种结构化的概率模型，来预测最可能的标签。

---

该算法的一个关键创新是我们在更高阶的CRF形成中编码城市场景结构的上下文信息。解决这一优化问题为我们提供了优于最先进相关方法的卓越成果。