DeepLab-v2：Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully C

问题：
DCNN的缺陷：本文特别考虑了DCNNs在语义图像分割中的三个应用挑战:
(1)降低特征分辨率;
(2)多尺度对象的存在;
(3)由于DCNN的不变性而降低定位精度。
本文将讨论这些挑战以及我们在DeepLab系统中克服这些挑战的方法。

相关工作：
1，提出并强调洞卷积（atrous convolution）的作用与实际应用操作，Atrous convolution可以精确地控制在深度卷积神经网络中计算特征响应的分辨率，它还允许在不增加参数数量或计算量的情况下，有效地扩大过滤器的视野，以结合更多的上下文信息。
2，本文提出了一种基于多尺度稳健分割的空间金字塔汇聚算法。ASPP使用多个采样率的过滤器和有效的视场来探测传入的卷积特征层，从而在多个尺度上捕获对象和图像上下文
3，本文结合DCNNs和概率图形模型的方法改进了对象边界的定位。DCNNs中常用的max-pooling和down-sampling的组合实现了不变性，但会影响定位精度。我们通过将最终DCNN层的响应与完全连接的条件随机场(CRF)相结合来克服这个问题，本文通过定性和定量地展示了该方法，以提高定位性能。

上图展示了deeplab框架的大致过程，backbone采用如VGG-16或ResNet-101，后采用洞卷积的方式下采用(从32x下降8x)。后用双线性插值阶段将特征映射扩展到原始图像分辨率，然后使用一个完全连接的CRF来细化分割结果并更好地捕获对象边界。
模型：
1.Atrous Convolution for Dense Feature Extraction and Field-of-View Enlargement（一种用于稠密特征提取和感受野放大的洞卷积）