deeplab v1

摘要

深层卷积网络+概率图形方法------语义分割
We show that responses at the final layer of DCNNs are not sufficiently localized for accurate object segmentation.
我们通过将最终DCNN层的响应与全连接的条件随机场(CRF)相结合来克服深层网络的这种较差的局部化特性

1.引言

2.相关工作

3.用于密集图像标注的卷积神经网络

---

3.1基于空洞算法的高效密集滑动窗口特征提取
空洞算法

VGG卷积化；8像素步幅；最后两个最大池化图层之后跳过子采样，并通过引入零来增加其长度来修改紧随其后的图层中的卷积滤波器；

---

3.2利用卷积网络控制感受野尺寸和加速密集计算
重新利用我们的网络进行密集分数计算的另一个关键因素是明确控制网络的接收范围大小。
We have addressed this practical problem by spatially subsampling (by simple decimation) the first FC layer to 4×4 (or 3×3) spatial size.
We have also successfully experimented with reducing the number of channels at the fully connected layers from 4,096 down to 1,024,

---

4.详细边界恢复：全连接的条件随机场和多尺度预测

---

4.1深卷积网络及定位挑战
DCNN分数图可以可靠地预测图像中对象的存在和粗略位置，但不太适合用针指向对象的确切轮廓。卷积网络的分类精度和定位精度之间的权衡：具有多个最大汇聚层的深层模型在分类任务中被证明是最成功的，但是它们增加的不变性和更大的接受范围使得从最高输出级别的分数推断位置的问题变得更具挑战性。

解决定位问题的两个方向：第一种方法是利用卷积网络中多层的信息，以便更好地估计对象边界(fcn)。第二种方法是采用超像素表示，实质上将定位任务委托给低级分割方法?

---

4.2用于精确定位的全连接条件随机场
CRF平滑有噪声的分割图。耦合相邻节点的能量项，有利于将相同标签分配给空间最近的像素。短程CRF的主要功能是清除建立在本地人工设计特征之上的弱分类器的虚假预测

现代DCNN体系结构分数图平滑，分类均匀------公式

该模型具有高效的近似概率推理能力

---

4.3多尺度预测
we attach to the input image and the output of each of the first four max pooling layers a two-layer MLP whose feature map is concatenated to the main network’s last layer feature map.（我们将两层MLP附加到输入图像和前四个最大汇聚层中每个层的输出，其特征地图连接到主网络的最后一层特征地图）

---

5.实验评估
数据集/训练/验证集评估/多尺度特征/视野/目标边界的平均像素iou/对比/复现/测试集结果

6.总结

我们的工作结合了深度卷积神经网络和完全连通的条件随机场的思想，产生了一种新的方法，能够产生语义上准确的预测和详细的分割图，同时计算效率很高。