【论文阅读】Dense Extreme Inception Network: Towards a Robust CNN Model for Edge Detection（2020）

原文链接
代码与数据集github网址
Poma, X. S., Riba, E., & Sappa, A. (2020). Dense extreme inception network: Towards a robust cnn model for edge detection. In Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (pp. 1923-1932).

---

1. 摘要

• 贡献1：受HED (Holistically-Nested Edge Detection) 和
  Xception的启发，提出一个用于生成人眼可能看到的薄边缘图的模型DexiNed: Dense Extreme
  Inception Network for Edge Detection，用于任何边缘检测任务，无需经过长时间训练或微调，从 DexiNed 预测的边缘在大多数情况下都比最先进的结果要好，
• 贡献2：贡献了一个数据集BIPED:Barcelona Images for Perceptual Edge
  Detection，精心标注，相关SOTA模型在此数据集上测试对比。
  

2. 模型

DexiNed 可以看作是两个子网络：

• 密集极端初始网络（Dexi）
• 上采样块（UB）

Dexi 的输入的是 RGB 图像，而 UB 则使用 Dexi每个块输出的特征图作为输入。

2.1 DexiNed Architecture

DexiNed它由一个编码器组成，该编码器具有 6 个受 xception 网络启发的输出块。

网络在每个主要块上输出特征图，然后使用第 2.2 节中定义的上采样块生成中间边缘图，由上采样块产生的所有边缘图都被连接起来，送到网络最末端的学习滤波器堆栈，并产生融合边缘图。所有的上采样模块没有共享参数。

蓝色块由两个卷积层的堆栈组成，内核大小为 3 × 3，然后是批量归一化和 ReLU 作为激活函数（只有最后一个子块中的最后一个卷积没有这样的激活）。最大池由 3 × 3 内核和步长 2 设置。由于架构遵循多尺度学习，就像在 HED 中一样，遵循上采样过程（灰色的水平块）

尽管 DexiNed 的灵感来自 xception，但相似之处仅在于主要块和连接的结构。 主要区别详述如下：

• 在 xception 中使用可分离卷积，而 DexiNed 使用标准卷积。
• 由于输出是 2D 边缘图，因此存在“非出口流”，而是在块 5 的末尾添加了另一个块。 该块有 256 个过滤器，并且在块 5 中没有 maxpooling 运算符。
• 在块 4 和块 5 中，设置了 512 个过滤器而不是 728 个过滤器。 主要块的分离是通过图顶部绘制的块连接（绿色矩形）完成的。
• 关于跳跃连接，在 xception 中有一种连接，而在 DexiNed 中有两种类型的连接，参见图顶部和底部的绿色矩形。

由于执行了许多卷积，每个深度块都会丢失重要的边缘特征，而只有一个主连接是不够的，从第四个卷积层开始，边缘特征损失更加混乱。 因此，从块 3 开始，每个子块的输出都使用边连接（图中的橙色方块）进行平均。

• i) 如图所示，在最大池化操作之后，与主连接求和之前，边连接为设置为平均每个子块输出（见绿色矩形，底部）；
• ii) 从最大池，块 2，边缘连接馈送块 3、4 和 5 中的子块，但是，6 中的子块仅从块 5 输出馈送。

2.2 Upsampling Block

DexiNed 旨在产生细边缘，以增强预测边缘图的可视化。 DexiNed 用于边缘细化的关键组件之一是上采样块，如图所示，来自 Dexi 块的每个输出都馈送到 UB。