本文介紹了一種堆疊解卷積網絡（Stacked Deconvolutional Network），它可用於高效的圖像語義分割。該方法堆疊多個淺層解卷積網絡，采用層級監督幫助網絡優化，在多個數據集上實現了頂尖效果。機器之心對該論文進行了介紹。
鏈接：https://arxiv.org/pdf/1708.04943.pdf
摘要：語義分割領域的近期進展主要由改善全卷積網絡（FCN）下的空間分辨率而得到。為了解決該問題，我們提出了一種堆疊解卷積網絡（Stacked Deconvolutional Network/SDN）用於語義分割。在 SDN 中，多個淺層解卷積網絡（即 SDN 單元）依次堆疊，以整合語境信息，確保位置信息的精細恢復。同時，單元間和單元內的連接被用來支持網絡訓練和提升特征融合，因為這些連接可以改善信息流和整個網絡內的梯度傳播。此外，在每個 SDN 單元的上采樣過程中使用層級監督（hierarchical supervision），可以確保特征表示的區別並幫助網絡優化。我們實現了綜合性實驗，並在三個數據集（PASCAL VOC 2012、CamVid、GATECH）上實現了頂尖結果。尤其是，我們的最好模型沒有使用 CRF 後處理就在測試集上的 intersection-over-union 得分是 86.6%。
圖 1. 我們方法的架構。上半部分表示我們提出的堆疊解卷積網絡（SDN）的結構，下半部分表示 SDN 單元（a）、下采樣模塊（b）和上采樣模塊（c）的具體結構。
圖 2. 上采樣過程中帶有分數圖連接（score map connection）的層級監督。
圖 3. 不同的堆疊 SDN 結構。
圖 4. 我們的方法在 PASCAL VOC 2012 驗證集上的結果。每一列列出了輸入圖像（A）、SDN_M1 網絡的語義分割結果 （B）、SDN_M2 網絡的語義分割結果（C）、SDN_M3 網絡的語義分割結果（D）和真值（E/Groundtruth）。
表 5. 我們的方法在 PASCAL VOC 2012 測試集上的實驗結果。
圖 5. 我們的方法在 PASCAL VOC 2012 數據集上的結果。每一行的圖像從左到右分別是（1）輸入圖像（2）真值（3）語義分割結果。
圖 6. 我們的方法在 CamVid 數據集上的結果。每一列從上到下依次是：（1）輸入圖像（2）語義分割結果（3）真值。
表 6. 我們的方法在 CamVid 測試集上的實驗結果。
表7. GATECH 測試集上的實驗結果
圖 7. 我們的方法在 GATECH 數據集上的結果。每一列的圖像從上到下依次是：（1）輸入圖像（2）語義分割結果（3）真值。 
Tags: 卷積 堆疊 網絡 語義 采樣 上實
文章來源：