多层特征聚合与递归对齐网络在实时语义分割中的应用

Feb, 2024

多层特征聚合与递归对齐网络在实时语义分割中的应用

Multi-Level Feature Aggregation and Recursive Alignment Network for Real-Time Semantic Segmentation

Yanhua Zhang, Ke Zhang, Jingyu Wang, Yulin Wu, Wuwei Wang

TL;DR通过引入多级特征聚合和递归对齐网络 (MFARANet)，在实时推理速度下实现高分割准确度；利用 ResNet-18 作为骨干网络并提出三个核心组件来弥补由于骨干网络较浅导致的模型容量不足；在三个基准数据集上进行了综合实验，结果表明我们的方法在速度和准确度之间达到了更好的平衡。

Abstract

real-time semantic segmentation is a crucial research for real-world applications. However, many methods lay particular emphasis on reducing the computational complexity and model size, while largely sacrificing the acc

real-time semantic segmentation multi-level feature aggregation and recursive alignment network accuracy speed model capacity

发现论文，激发创造

基于多注意力的超轻量级图像超分辨率

本文提出 MAFFSRN 方法，通过特征融合和多重注意机制提出了一种轻量级的图像超分辨率网络，实验表明该方法在内存占用、浮点运算次数和模型参数数量等方面表现优秀。

Aug, 2020

基于空间融合网络的实时语义分割

本文提出了一种高效的 CNN 方法 ——MSFNet，它利用类边界监督和多特征融合模块来实现实时语义分割，并在 Cityscapes 和 Camvid 数据集上得到了比现有方法更好的结果。

Nov, 2019

ASAP：高准确度实时语义分割

本文提出使用 Feature Fusion with Different Norms (FFDN)，利用多重尺度的丰富全局上下文信息和垂直池化模块来减少在垂直方向上全局上下文编码的复杂度。在城市风景测试数据集上，平均交互并集（mIoU）为 73.1，每秒帧数（FPS）为 191，与目前最先进的结果相当。

Oct, 2022

AlignSeg：特征对齐的分割网络

本文提出特征对齐分割网络 (AlignSeg)，通过特征对齐聚合模块和对齐上下文建模模块解决多分辨率特征聚合所引起的特征不对齐问题。在 Cityscapes 和 ADE20K 数据集上进行的实验表明，本研究提出的 AlignSeg 网络实现了 82.6% 和 45.95% 的 IoU 分数，取得了新的最优结果。

Feb, 2020

用于语义分割的融合注意力网络，在极高分辨率遥感图像中的应用

本文提出了一种多路径编码器结构来提取多路径输入的特征，多路径注意力融合块模块来融合多路径特征，以及细化注意力融合块模块来融合高层抽象特征和低层空间特征。同时，提出了一种新的卷积神经网络架构，名为注意力融合网络 (AFNet)。基于该 AFNet，在 ISPRS Vaihingen 2D 数据集上达到了 91.7% 的整体精度和 90.96% 的平均 F1 分数，在 ISPRS Potsdam 2D 数据集上达到了 92.1% 的整体精度和 93.44% 的平均 F1 分数，取得了最先进的性能。

May, 2021

(AF) 2-S3Net: 基于自适应特征选择的注意力特征融合稀疏语义分割网络

本文介绍了一种基于 AF2-S3Net 的端到端编解码 CNN 网络，用于 3D LiDAR 语义分割，并在大规模 SemanticKITTI 基准测试上展示了其优越性能。

Feb, 2021

SAR-Net: 多尺度定向感合成孔径雷达网络

SAR-Net 是一个专门设计用于合成孔径雷达 (SAR) 目标检测中全局融合方向感知信息的创新框架，通过 Unity 补偿机制 (UCM) 和方向感知注意模块 (DAM) 实现了全局信息融合和消除背景干扰的功能。通过在飞机和船只数据集上进行实验，验证了 SAR-Net 在目标检测领域取得了最先进的结果，证实了其泛化能力和鲁棒性。

Dec, 2023

MCFNet: 实时语义分割的多尺度协方差特征融合网络

基于 BiseNet 的多尺度协方差特征融合网络 (MCFNet) 提出了一种新的架构，引入了新的特征细化模块和特征融合模块，并提出了名为 L-Gate 的门控单元来过滤无效信息和融合多尺度特征，实验结果显示我们的方法在 Cityscapes 和 CamVid 数据集上取得了竞争性的成功，其中在 Cityscapes 数据集上获得了 75.5% 的平均交并比 (mIOU) 和 151.3FPS 的速度。

Dec, 2023

快速准确场景分割的语义流

本文提出了一种名为 'Flow Alignment Module' 的方法，通过学习场景不同层级之间的语义流，并将高层次特征有效和高效地广播到高分辨率特征，使得在轻量级骨干网络上如 ResNet-18 表现卓越，在 Cityscapes 数据集上获得了 80.4% 分割精度，时速达到 26FPS。

Feb, 2020

反向注意力语义分割

本文提出了逆向注意力网络（RAN），通过同时进行直接、反向和逆向 - 注意力学习过程，使得全卷积神经网络不仅可以学习标签化的语义对象的代表性语义特征，还可以学习与目标类别不相关的特征，在对 Pascal-Context 数据集和其他数据集进行实验后，在 DeepLabv2-LargeFOV 基础上建立的 RAN 在语义分割领域达到了最先进的 mIoU 得分（48.1％），同时也显著提高了 PASCAL-VOC、Person-Part、NYUDv2 和 ADE20K 数据集的性能。

Jul, 2017