学界 | ConvCRF：一种结合条件随机场与CNN的高效语义分割方法

机器之心 · 公众号 · AI · 2018-05-27 12:04

文章预览

选自arxiv 作者： Marvin T. T. Teichmann、Roberto Cipolla 机器之心编译参与： Pedro、思源语义分割等结构化预测任务可以从条件随机场等概率图模型获取很多优势，但由于条件随机场的训练速度及训练难度，目前研究者基本上都仅使用卷积网络进行处理。本文提出了一种卷积条件随机场，它能以卷积运算的方式解决 CRF 的两个大问题，并结合 CNN 实现更好的语义分割效果。语义图像分割旨在为图像中的每个像素生成分类标签，是视觉感知中的一个重要任务。卷积神经网络已在解决语义分割任务上取得了很好的效果 [23,6,7,40]。虽然深层神经网络在提取局部特征和利用小感受野进行良好预测方面效果显著，但它们缺乏利用全局上下文信息的能力，无法直接建模预测之间的相互作用 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

爱可可-爱生活 · [CL]《On the Implications of Verb-20241003060630

3 天前

爱可可-爱生活 · [CL]《Calibrating Language Models-20241002055531

4 天前

宝玉xp · //@程序员邹欣:高效做好白天几小时工作，就很好了。//@芸秋7-20241001230944

4 天前

爱可可-爱生活 · 晚安～ #晚安# -20240929225121

6 天前

机器学习研究组订阅 · 苹果反水：OpenAI的1500亿「史上最大」融资轮，难了

1 周前

毕老师说 · 很严重，大家开始存钱吧...

2 月前

天津电建 · 中国医师节：解决疑难杂症的工地“医师”

1 月前