前言
恰逢 2020年,本文再次更新近期值得关注的最新语义分割论文。这次分享的paper将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问):
https://github.com/amusi/daily-paper-computer-vision
注意事项:
语义分割论文
【1】Graph-FCN:用于图像语义分割的图卷积网络
《Graph-FCN for image semantic segmentation》
时间:20201203
作者团队:中科院&国科大&北京中医药大学
链接:https://arxiv.org/abs/2001.00335
注:As far as we know, it is the first time that we apply the graph convolutional network in image semantic segmentation
Graph-FCN
【2】ExtremeC3Net:极致轻量级人像分割网络(使用高级C3模块)
《ExtremeC3Net: Extreme Lightweight Portrait Segmentation Networks using Advanced C3-modules》
时间:20190812
作者团队:首尔大学&Clova AI
链接:https://arxiv.org/abs/1908.03093
代码:https://github.com/clovaai/ext_portrait_segmentation
注1:本文之前CVer推送过,但那时还没有开源,前不久ExtremeC3Net 刚刚开源,所以再次分享给大家,值得关注和学习!
注2:仅37.7K参数量!性能优于PortraitNet、BiSeNet和ESPNetV2等网络,代码和数据集现已开源!
【3】HMANet:用于航空图像语义分割的混合多注意力网络
《HMANet: Hybrid Multiple Attention Network for Semantic Segmentation in Aerial Images》
时间:20200110
作者团队:中科院&国科大
链接:https://arxiv.org/abs/2001.02870
注:在Vaihingen/Potsdam等数据集上,表现SOTA!性能优于CCNet、ACFNet、PSPNet和DeepLabV3+等
【4】EVS:具有标签传播和优化功能的高效视频语义分割
《Efficient Video Semantic Segmentation with Labels Propagation and Refinement》
时间:20200112(WACV2020)
作者团队:苏黎世联邦理工学院CV实验室
链接:https://arxiv.org/abs/1912.11844
注:在Cityscapes数据集上(2048 x 1024),速度可达80-1000 FPS!性能优于DVSN、ICNet等网络
【5】基于循环一致性和特征对齐的移动语义分割的无监督域自适应
《Unsupervised Domain Adaptation for Mobile Semantic Segmentation based on Cycle Consistency and Feature Alignment》
时间:20200115
作者团队:帕多瓦大学
链接:https://arxiv.org/abs/2001.04692
注:性能优于CycleGAN和CyCADA等网络
【6】GPSNet:Gated路径选择性的语义分割网络
《Gated Path Selection Network for Semantic Segmentation》
时间:20200122
作者团队:北航&牛津大学&清华大学等
链接:https://arxiv.org/abs/2001.06819
注:性能优于OCNet、PSPNet和PSANet等网络
GPSNet
【7】DADA:用于语义分割的深度感知域适应
《DADA: Depth-Aware Domain Adaptation in Semantic Segmentation》
时间:20190426(ICCV 2019)
作者团队:法雷奥 AI Lab&索邦大学
链接:https://arxiv.org/abs/1904.01886
代码:https://github.com/valeoai/DADA
注1:本文之前CVer推送过,但那时还没有开源,前不久DADA 刚刚开源,所以再次分享给大家,值得关注和学习!
注2:性能优于AdvEnt、AdaptPatch和CLAN等网络,表现SOTA,现已开源!
【8】CAG-UDA:用于无监督域自适应语义分割的类别Anchor引导
《Category Anchor-Guided Unsupervised Domain Adaptation for Semantic Segmentation》
时间:20191017
作者团队:悉尼大学&腾讯优图
链接:https://arxiv.org/pdf/1910.13049.pdf
代码:https://github.com/RogerZhangzz/CAG_UDA
注1:本文之前CVer推送过,但那时还没有开源,前不久 CAG-UDA 刚刚开源,所以再次分享给大家,值得关注和学习!
注2:性能优于DCAN、CLAN和BLF等网络
CAG-UDA
【9】面向航空遥感图像的Open-Set语义分割网络
《Towards Open-Set Semantic Segmentation of Aerial Images》
时间:20200129
作者团队:斯特林大学等
链接:https://arxiv.org/abs/2001.10063
注:据作者称这是第一篇研究应用于遥感图像的open set场景的语义分割技术论文(open set是指存在未知类)