【一步一步的积累】Auto-context and Its Application to High-level Vision Tasks

(CVPR 2008)  Auto-context and Its Application to High-level Vision Tasks

不论是分割还是分类，context都是很有用的信息。尤其是深度学习流行以后，能自动去挖掘一些context的内部相关性，所以对于如何引入尽可能多的context，成为了一个研究方向。这篇文章虽然和深度学习无关，但是有很多宝贵的观点。

作者认为

1. Unlike many the energy minimization algorithms where the modeling and computing stages are separated, auto-context uses the same procedures in the two. 这是和传统的方法做对比的，对于深度学习来说，现在也是揉在一块了。因此这点不再赘述。
2. 每一个被分类的像素除了常规的小领域信息，还会有更大领域的label信息，并且这些label信息还在一次一次的迭代中越来越准确。所以不同于一般的“图像patch +