[深度学*从入门到女装]Adaptive Affinity Fields for Semantic Segmentation

发布于:2021-06-23 00:53:07

论文地址:Adaptive Affinity Fields for Semantic Segmentation


?


这是伯克利发在ECCV2018上一篇关于分割的论文



论文提到了目前两种结合region进行分割优化的方法,CRF和GAN



Adaptinve AFfinity Fields(AAF)

现如今的语义分割任务都归结为pixel-wise supervision任务,但是对于pixel-wise来说,并不能结合整个上下文label,只是独立的再进行分割,就比如一辆汽车在路上的概率肯定大于在房顶上的概率,但是这种inter-class的关系在pixel-wise supervision中没有办法体现,pixel-wise supervision只能在intra-class之间进行优化


因此本文提出了Adaptinve AFfinity Fields(AAF)进行分割的优化,也就是在进行region-wise supervision,对于原本的pixel-wise loss进行改进,使用AAF得到pixel相邻的lablel之间的关系,为region-wise loss


传统的pixel loss都是unary的,?


本文提出的region-wise loss:



N(?)表示像素的neighborhood,n为所有像素的数量



Affinity Field Loss Function

对于pairwise pixel affinity不是基于图像,而是基于ground-truth label map上的


如果像素点i和它的邻居j是同一类,那么进行一个grouping force让网络在i和j上的预测结果相似,反之则进行一个separating force让网络在i和j的预测结果相反,过程如图3左所示




表示i和j类别相同时的grouping force,表示i和j类别不同时的separating force


其中为KL散度,


?


size-adaptive affinity field loss function



?



?

相关推荐

最新更新

猜你喜欢