【论文阅读】DeepEdge: A Multi-Scale Bifurcated Deep Network for Top-Down Contour Detection（2015）

Bertasius, G., Shi, J., & Torresani, L. (2015). Deepedge: A multi-scale bifurcated deep network for top-down contour detection. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 4380-4389).
论文链接
代码链接

---

---

1.模型结构

1.1 单一尺度模型

• 输入图过canny算子产生候选点，即canny算子判断为边缘的记为候选点，进行下一步优化。
• 首先，一个以候选点为中心的输入块输入5层的卷积网络Knet。
• 为了提取高级特征，在每个卷积层输出，我们围绕中心点提取特征图的一个小的子特征图，并在其上执行max、average和center pooling。池化的值喂给下层的全连接层
• 在测试时，平均5个全连接层的输出，以产生最终的轮廓预测。