第十三周学习周报20181203-20181209

一、回顾《Person Transfer GAN to Bridge Domain Gap for Person Re-identification》

二、看了一篇新的论文
《Pyramid Scene Parsing Network》
1.背景，现有重识别的不足
场景解析(Scene Parsing)的难度与场景的标签密切相关。先大多数先进的场景解析框架大多数基于FCN，但FCN存在的几个问题:
1）Mismatched Relationship：上下文关系匹配对理解复杂场景很重要。FCN缺乏依据上下文推断的能力。
2）Confusion Categories： 许多标签之间存在关联，可以通过标签之间的关系弥补。
3）Inconspicuous Classes：模型可能会忽略小的东西，而大的东西可能会超过FCN接收范围，从而导致不连续的预测。为了提高不显眼东西的分割效果，应该注重小面积物体。

2.本文
1）提出了一个金字塔场景解析网络，能够将难解析的场景信息特征嵌入基于FCN预测框架中
2）在基于深度监督损失ResNet上制定有效的优化策略
3）构建了一个实用的系统，用于场景解析和语义分割，并包含了实施细节

许多深度卷积神经网络为了扩大高层feature的感受野，常用dilated-convolution(空洞卷积)、coarse-to-fine structure等方法。
本文基于先前的工作，选择的baseline是带dilated network的FCN。

三、语义分割
大多数语义分割模型的工作基于两个方面：
1）具有多尺度的特征融合，高层特征具有强的语义信息，底层特征包含更多的细节。
2）基于结构预测。例如使用CRF(条件随机场)做后端细化分割结果。

四、看了PSPNET源码