人工智能培训

搜索

人工智能技术:南开大学开源新图像分割算法,刷新精度记录 | 资源

[复制链接]
deltero 发表于 2018-10-30 09:04:39 | 显示全部楼层 |阅读模式
deltero 2018-10-30 09:04:39 384 0 显示全部楼层
原标题:南开大学开源新图像分割算法,刷新精度记录 | 资源
            铜灵 编译整理
最近,南开大学提出一种边缘检测和图像分割算法,被称为首个在图像分割数据集BSDS500上F值(F-Feature)超越数据集本身人工标注平均值的实时算法。
作者之一程明明在微博介绍说,算法中每一步(stage)里的所有卷积层都是有用的,而非过去只要每步最后一个卷积层。
“这是很通用的技巧,基本上干什么任务都用得着,改几行代码就能实现。”程明明说。
目前算法已经开源,一起看一下。
方法介绍
简单来说,研究人员提出一种利用RCF(richer convolutional features)的精准边缘检测器,还能通过反向传播进行训练。
在广泛使用的图像分割数据集BSDS500上进行基准测试时,这个算法在ODS(固定轮廓阈值)情况下,F值达到0.811;在评估速度为30FPS(每秒帧率)情况下,RCF OSD F值达到0.806,达到了比较好的结果。
这是怎么做到的?
研究人员先基于VGG16框架,构建了一个简单的神经网络。可以看出,从conv3_1层到conv4_3层,生成的图像在不断变粗糙,且中间层中包含的很多细节并没有被其它层利用。
rFv2NxPnMdHMCCNj.jpg
这可不行。在研究人员提出这种RCF架构,输入任意大小的图像,就能输出相同大小的边缘映射图。
研究人员将所有来自卷积层的层次特征组合成一个整体框架,其中所有参数均可自动学习多尺度和多水平的特征,检测边缘信息。
aFbv3no7e266EaOz.jpg
这个多尺度算法的pipeline如下:
GxibkKbkbKR5qw5I.jpg
先改变原始图像的大小构建一组图像金字塔(image pyramid),将这些图像输入到RCF网络进行前向传递。随后,用双线性插值法将边缘检测图恢复为原始大小,这些边缘图的平均值将输出成高质量边缘检测图。
在BSDS500数据集上评估时,这种方法超过了数据集原始的人类标注平均值。
V2Vq6Z16ktY6stA0.jpg
当被问到这个算法是否超越人类时,程明明表示,算法目前只能获得比BSDS500基准测试的普通人类注释更好的F值,还不能说是“超越”人类。
“如果给人类标注员更多的时间和训练,人类会做得更好。”程明明说。
来自南开大学
目前,这项研究的论文Richer Convolutional Features for Edge Detection已被IEEE TPAMI(IEEE Transactions on Pattern Analysis and Machine Intelligence)期刊收录。
goc4om5YZ8uyJkp7.jpg
论文由Yun Liu(刘云)、Ming-Ming Cheng(程明明)、Xiaowei Hu(胡晓伟)、Jia-Wang Bia、 Le Zhang、Xiang Bai和Jinhui Tang 7人完成,其中前四位研究人员均来自南开大学媒体计算实验室。
媒体计算实验室主要研究针对可视媒体信息的智能计算方法,在实验室主页上我们看到,实验室“2019级入学的博士生和硕士生已经招满”。
一作刘云本科也毕业于南开大学,现为程明明的博士生,参与的论文经常在CVPR、ACCV和PRCV等顶会现身。
论文二作程明明本科毕业于清华大学,在牛津大学深造完成后回国,虽然只有34岁,已经是南开大学教授、国家“万人计划”青年拔尖人才,首批天津市杰出青年基金获得者了。
O9V0Hjspdp70R8jS.jpg
程明明 传送门
博客地址:
http://mmcheng.net/zh/rcfedge/
论文全文:
http://mftp.mmcheng.net/Papers/19PamiEdge.pdf
代码地址:
http://github.com/yun-liu/rcf
—返回搜狐,查看更多
      责任编辑:
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则 返回列表 发新帖

deltero当前离线
新手上路

查看:384 | 回复:0

快速回复 返回顶部 返回列表