【论文阅读】semantic image segmentation with deep convolutional nets and fully connected CRFs

文章的主要贡献：

• 速度：带atrous算法的DCNN可以保持8FPS的速度，全连接CRF平均推断需要0.5s；
• 准确：在PASCAL语义分割挑战中获得了第二的成绩；
• 简单：DeepLab是由两个非常成熟的模块(DCNN和CRFs)级联而成。

一、概述

自LeCun（1998）以来，DCNN一直被选作版面识别的方法，如今已经成为高级视觉研究的主流，提高了计算机视觉性能，广泛应用于图像分割，对象检测，细粒度分类等。相比于传统的视觉算法（SIFT或HOG），DCNN以其end-to-end（端到端）方式获得了很好的效果。这个依赖于DCNN对图像转换的平移不变性，根本是源于重复的池化层和下采样组合。平移不变性增强了对数据分层抽象的能力，但同时可能会阻碍低级视觉任务，例如姿态估计、语义分割等，在这些任务中语义分割更倾向于精确的定位而不是抽象的空间关系。

由此文章提出了DCNN的两个障碍：（1）信号下采样；（2）空间不敏感性。