SPN：通过空间传播网络学习关联

原文

摘要

本文提出通过空间传播网络学习关联矩阵用于视觉任务。

1引言

关联矩阵就是一个一般的矩阵，可以描述空间中两个点有多么近或者多么相似。在计算机视觉任务中，它是一个带权图，每个像素是一个结点，每两个像素间有一条边，参见论文1、论文2、论文3、论文4、论文5。权重应该针对不同的任务反映像素对间的相似性。比如对于图像滤波这样的低级任务，关联值应该反映颜色和纹理的低级相关性。中高级任务，如抠图和分割，关联程度应该反映语义级的两两相似度。

3.2学习数据驱动的关联

因为式(1)中的空间传播是可微的，变换矩阵可以容易的配置为行/列级的全连接层。