ICMLFeb, 2012

多尺度特征学习、纯度树和最优覆盖的场景解析

PDF
TL;DR将场景解析或语义分割应用于图像，使用从原始像素训练的多尺度卷积网络作为特征提取器，将图像分割成多个区域，并对每个区域分类，从而实现对象检测和图像标注。
scene parsingsemantic segmentationmultiscale convolutional networkobject detectionimage labeling
发现论文，激发创造
  • 利用广泛的类和场景级上下文进行图像解析

    通过改进概率分类器的标签似然度和引入全局标签代价，本论文提出了一种非参数景观分析方法，提高了场景图像中前景类别的覆盖率和总体准确性，并在两个大型数据集上达到了最先进的性能。

    Oct, 2015

  • 场景分割的深度反卷积网络

    本研究提出了一种结合深度反卷积神经网络和卷积神经网络的新型神经网络，以实现场景解析。与卷积神经网络相比，反卷积神经网络在学习高阶图像结构方面表现更好。多补丁训练可以从场景中有效地学习空间先验知识。本方法在四个场景解析数据集上均取得了最先进的性能，并具有完全自动化的训练系统，无需后处理。

    Nov, 2014

  • 场景解析的循环卷积神经网络

    通过循环卷积神经网络的方法，可在不依赖于分割方法和任务特定特征的情况下，对图像里的所有像素赋予分类标签，并且无需在测试时像其他方法那样昂贵，因此可在 Stanford Background 数据集和 SIFT Flow 数据集上获得最先进的性能。

    Jun, 2013

  • 统一感知分析用于场景理解

    这篇论文研究了一项名为统一感知分析的新任务，通过开发 UPerNet 多任务框架和一种训练策略来实现从给定图像中识别尽可能多的视觉概念，最后在自然场景中应用训练网络来发现视觉知识。

    Jul, 2018

  • 通过学习图像描述实现深度结构场景解析

    本文提出了一种基于深度架构的场景理解方法，通过一个卷积神经网络和一个递归神经网络分别提取图像特征和分层物体结构，结合基于描述性语句的弱监督训练，实现场景图像的自动解析，该方法在 PASCAL VOC 2012 数据集上表现出色。

    Apr, 2016

  • 基于预测特征学习的视频场景解析

    应用有限的解析注释，发展了有效的表征学习方法来解决具有挑战性的视频场景解析问题，并提出了针对未标记视频数据的预测特征学习方法和针对场景解析任务的预测方向解析体系结构。

    Dec, 2016

  • DeeperLab：单镜头图像解析器

    本文提出了一种单次完整图像解析的方法，将语义分割和实例分割任务整合到一个流畅系统中，通过_DeeperLab_图像解析器实现，可以快速处理并用_PQ_和_PC_度量对_Mapillary Vistas_数据集的结果做出评估。

    Feb, 2019

  • 基于高效注意力的特征增强场景解析

    本文提出了一种新颖的特征增强网络，通过从多个特征提取级别收集空间上下文，并计算每个表示级别的注意力权重以生成最终的类别标签。该模型还学习了低分辨率下的空间上下文信息以保留场景元素之间的抽象空间关系并降低计算成本，最终的特征集合中融合了空间注意力特征，并在 ADE20K 和 Cityscapes 数据集上优于所有现有模型。

    Feb, 2024

  • 利用深度 CNN 特征提取具有区分性元对象进行场景分类

    本研究介绍了一个基于深度 CNN 特征和区域提议技术的新型 pipeline，旨在从场景图像中提取判别性的视觉对象和局部区域进行分类，经过无监督和弱监督学习从大量高质量的 patches 中筛选出代表特定类别的判别性 objects 和 parts，并为相似 objects 和 parts 聚类形成 meta objects，该方法在两个流行的场景基准数据集上展现了领先水平。

    Oct, 2015

  • LoCUS：从姿态图像学习多尺度三维一致特征

    自主机器人的关键挑战是在遮挡、未曾见过的视角和长时间跨度中，维持对世界的空间和时间一致的模型。研究探索如何在无监督情况下训练一种多用途的神经表示。通过构建精心筛选的检索集，并调整空间容限来平衡检索和可重用性，优化检索结果的平均精度，并选择具有高平均精度的关键点，最终构建了稀疏的多尺度语义空间地图，应用于地标检索、定位、语义分割和实例分割。

    Oct, 2023