CVPR2021-语义分割调研

语义分割调研（2021）

一、 Rethinking BiSeNet For Real-time Semantic Segmentation

· Paper: https://arxiv.org/abs/2104.13188

· Code: https://github.com/MichaelFan01/STDC-Seg

文章归类：图像分割，网络结构创新，实时

主体思想：

1、希望利用网络结构的改造，来弥补“感受野”受限的不足，因此BiSeNet的网络结构拥有两条主线“Spatial Path (SP)” 和 “Context Path (CP)”

2、设计了特征整合的新模块“Feature Fusion Module (FFM)” 以及 用于attention加权的模块“Attention Refinement Module (ARM)” 来提升feature maps的一个性能，让特征更具有代表性。

3、速度快（网络结构小巧）

网络整体结构：

结果：主要是速度快，105FPS

二、ViP-DeepLab: Learning Visual Perception with Depth-aware Video Panoptic Segmentation

• Paper: https://arxiv.org/abs/2012.05258
• Code: https://github.com/joe-siyuan-qiao/ViP-DeepLab

提出了一个统一的模型ViP-DeepLab，试图解决视觉反投影问题，我们将其建模为从透视图像序列恢复点云，同时为每个点提供实例级语义解释。解决这一问题需要视觉模型预测每个三维点的空间位置、语义类和时间一致的实例标签。ViP-DeepLab通过联合进行单目深度估计和视频全景分割来实现。我们将这一联合任务命名为深度感知视频全景分割，并提出了一个新的评估指标和两个衍生数据集。

三、Progressive Semantic Segmentation

• Paper: https://arxiv.org/abs/2104.03778
• Code: https://github.com/VinAIResearch/