【FreqFusion：基于频率感知特征融合提高密集图像预测任务的性能】

文章预览

《Frequency-aware Feature Fusion for Dense Image Prediction》这篇论文提出了一种新的频率感知特征融合方法（FreqFusion），旨在提高密集图像预测任务的性能。这种方法通过解决标准特征融合技术中的两个关键问题：类别内不一致性和边界位移，来改善特征的一致性和清晰度。 FreqFusion包含三个主要组件： 1. **自适应低通滤波器（ALPF）生成器**：预测空间变化的低通滤波器，用于在上采样过程中减少类别内不一致性。 2. **偏移生成器**：通过重采样附近类别一致的特征来替换不一致的特征，从而改善大区域和细边界区域的不一致性。 3. **自适应高通滤波器（AHPF）生成器**：通过预测并应用空间变化的高通滤波器来增强低级特征中的细节边界信息，从而增强高于奈奎斯特频率的高频分量并锐化边界。 论文中的实验表明，FreqFusion在多种密集预测任务上都取得了显著 ………………………………