Anti-aliasing Semantic Reconstruction for Few-Shot Semantic Segmentation

最新推荐文章于 2025-12-05 17:26:41 发布
原创 最新推荐文章于 2025-12-05 17:26:41 发布 · 615 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #语义分割 #少样本 #cvpr2021

本文针对少样本语义分割中的语义混淆问题，提出了一种新的抗混叠语义重建（ASR）方法。ASR通过将基本类的特征转化为正交基向量，构建类级别的语义空间，用于新类的精确重建。通过对比损失和语义滤波，ASR在减少基类和新类间的语义混叠的同时，提高了分割精度。实验表明，ASR在PASCAL VOC和MS COCO数据集上优于现有方法。

Anti-aliasing Semantic Reconstruction for Few-Shot Semantic Segmentation

Abstract

现状

  • 经过充分训练数据的特征学习，用少量样本去表示新类，少样本的语义分割取得了令人鼓舞的进展

问题

  • 特征共享机制，不可避免的在具有相似语义组成理论的新类之间造成语义混淆

创新

  • 本文里，我们提出了将少样本的分割问题视为语义重建问题，将基本类的特征转化成一系列的基本向量，并张成类级别的语义空间，用于新类重建

方法

  • 引入对比损失，最大化向量之间的正交性的同时最小化类间语义混叠
  • 在重建表示空间内，我们通过查询特征投影到支持向量进行精确的语义激活，来进一步抑制其他类的干扰

总结

  • 我们的方法为少量样本学习提供了系统、可解释的方法。大量实验，在PASCAL VOC、 MS COCO进行，与之前的工作相比取得了良好的结果

Intruduction

动机

  • 打标签很贵，并且在一些场景（计算机辅助诊断系统）也不可行。

意义

  • 少样本分割目的可以概括为：将在充足基类数据上预训练的模型推广到只有几个例子的新类。是一种很有前景的技术
最低0.47元/天 解锁文章
语义分割、域适应相关论文
stdleohao的博客
12-02 2049
2021语义分割、域适应、无监督
详细记录Few-Shot Semantic Segmentation的框架笔记
weixin_43673376的博客
07-31 3469
Few-Shot Semantic Segmentation 任务： 以one-shot为例，在support set 中，给定新类（比如狗）的一张图片（或多张图片，比如few-shot，就是多张）以及对应的分割mask（label），这里需要注意，这里的新类（狗）并没有出现在训练任务中。然后在quiery set 给定一张含新类（狗）的图片，需要准确地对这张图片进行分割。这个问题简单说就是：给你一张有mask的图片，比如图片中这是一只狗，然后给你其他新的图片，你还能知道哪个是狗并分割出来，这如何做到的呢？
Semantic 3D Reconstruction
renhaofan的博客
05-20 1900
Semantic 3D Occupancy Mapping through Efficient High Order CRFs IROS 2017] | cited by 14 | code | video | [Based on ElasticFusion] | [speed about 25Hz] SemanticFusion: Dense 3D Semantic Mapping with ...
论文阅读笔记《Conditional networks for few-shot semantic segmentation》
深视
06-15 1949
核心思想   本文提出一种可以利用稀疏标签实现小样本语义分割任务的算法（co-FCN）。整个网络的结构与上篇文章《One-Shot Learning for Semantic Segmentation》提出的双分支网络非常相似，同样时包含条件分支和分割分支，条件分支用于处理支持集图像，分割分支用于处理查询集图像，最后再将二者融合起来。网络结构如下图所示   支持集图片是由原图和标签组成的，标签可以分为稠密标签和稀疏标签两种形式，稠密标签就是目标物体的二元掩码图像（目标物体所在位置像素值为1，其他位置像素值
计算机视觉论文-2021-06-02
中科院AI算法工程师的博客
06-02 1601
1, TITLE:Incorporating Visual Layout Structures for Scientific Text Classification AUTHORS: ZEJIANG SHEN et. al. CATEGORY: cs.CL [cs.CL, cs.CV] HIGHLIGHT: We introduce new methods for incorporating VIsual LAyout structures (VILA), e.g., the grouping of...
CVPR2014年录用论文
u010545732的专栏
03-07 1万+
Preliminary List of Accepted Papers Authors, please contact the Web Chairs with any needed updates. Accepted Orals Reconstructing Storyline Gr
【AI视野·今日CV 计算机视觉论文速览 第235期】Mon, 27 Sep 2021
TomRen
09-27 1621
AI视野·今日CS.CV 计算机视觉论文速览 诗句生成简图、语义目标检测、壳层卷积核
3D Representation Methods: A Survey_METHODS
初见月
10-27 1267
3D表示方法综述(方法)
【论文汇总】Semantic-Segmentation(语义分割)
扬帆·启航
12-18 9734
关于语义分割的所有论文和资源的列表。
最新！CVPR 2021 语义分割论文大盘点（39篇论文）
热门推荐
阿木寺的博客
07-02 1万+
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者：Amusi | 来源：CVer前言CVer 正式盘点CVPR 2021上各个方向的工作，本篇是热度依然很高的2...
【Few-Shot Segmentation论文阅读笔记】Prototype Mixture Models for Few-Shot Semantic Segmentation, ECCV, 2020
Raymond_Love的博客
01-08 3718
Abstract Target Probelm：Single Prototype ===> semantic ambiguity problem 为此，本文提出了Prototype Mixture Models (PMMs) PMMs使用多个prototype用来分别对应不同的image regions, 进而提高其语义表征能力 使用EM算法来估算prototype, 使得PMMs能够富含丰富的channel-wised和spatial语义信息 PMMs既可以作为representation
【语义分割】——2020来看PointRend的影子
怡宝2号
12-09 1239
论文:arXiv code: detectron2 SegmenTron 关键词：语义分割，实例分割，边缘细化，迭代细分 1. 核心思想 上采样困难点修补。因为即使是双线性上采样，还是对物体的边缘有损伤，因为边缘细节部分的像素点，相对于平滑区域少很多，这样在上采样之后就容易出现物体边缘不够好的问题。论文提出了困难点，在图像平面中灵活，自适应的选择点（points）来预测分割标签。直观上，这些点应该更密集地位于高频区域附近，如对象边界，类似于光线追踪中的抗锯齿问题（anti-aliasing，也译为.
【人工智能】【深度学习】④ Stable Diffusion核心算法解析：从DDPM到文本生成图像的飞跃
xiezhiyi007的专栏
12-02 1375
Stable Diffusion是AI绘画领域的革命性技术，其核心基于扩散模型：通过"拆快递"式的噪声添加（前向扩散）和"拼乐高"式的逐步去噪（逆向过程），实现从噪声到图像的构建。本文用快递分拣、乐高拼装等生活化类比，解析CLIP文本编码器（翻译文字指令）、VAE（图像压缩）和U-Net（智能拼图）三大核心组件。相比传统GAN模型，它避免模式崩溃，提升语义理解能力，成为文本生成图像的黄金标准。通过代码与架构图解析，帮助开发者快速掌握这项技术的核心逻辑。
深度学习1.4-pytorch安装
诚朴勇毅
12-05 70
PyTorch 官方提供了几种安装方法，可以通过 pip 或 conda 进行安装。
深入浅出卷积神经网络（CNN）：从LeNet到Vision Transformer的演进及其实战应用
云雾J视界的博客
12-04 902
本文系统梳理卷积神经网络从LeNet到Vision Transformer的演进脉络，聚焦“为何选用ResNet而非VGG”这一典型面试问题，揭示其背后的技术选型逻辑。文章基于CVPR、ICLR等顶会论文及MLPerf等公开基准，深入剖析四代架构——奠基（LeNet/AlexNet）、深度爆发（VGG/ResNet）、效率觉醒（MobileNet）与注意力时代（ViT/ConvNeXt）的核心创新与工程权衡。
深度学习实战（基于pytroch）系列（四十一）长短期记忆（LSTM）pytorch简洁实现
echo的博客
11-29 1166
本文介绍了使用PyTorch简洁实现长短期记忆网络(LSTM)语言模型的方法。首先读取周杰伦歌词数据集并进行预处理，然后定义包含LSTM层和全连接层的RNN模型类，其中LSTM需要同时处理隐藏状态和细胞状态。文章详细展示了模型初始化、预测函数实现以及训练过程，包括梯度裁剪和数据迭代器设计。通过对比手动实现，突出了PyTorch框架在简化LSTM实现方面的优势，为自然语言处理任务提供了高效的解决方案。
RNN、LSTM 区别
Bojun Jiang的博客
12-02 729
对比维度传统 RNNLSTM（长短期记忆网络）核心结构单一隐藏状态（h），无门控机制细胞状态（长期记忆）+ 隐藏状态（短期记忆）+ 3 个门控长距离依赖能力弱（梯度消失 / 爆炸，记不住长远信息）强（门控 + 细胞状态稳定传递长距离信息）参数复杂度低（结构简单，参数少）高（多了门控参数，计算量更大）训练难度易训练（参数少）但效果差（长序列）难训练（参数多、计算量大）但效果好（长序列）适用场景短序列数据（如 10 个词以内的短句、短时序）
卷积神经网络（CNN）详细介绍及其原理详解（2）
最新发布
renjt01的博客
12-05 130
卷积神经网络（CNN）详细介绍及其原理详解（2） 四、池化层 五、全连接层 六、输出层 #人工智能#具身智能#VLA#大模型#AI#LLM#Transformer 架构#AI技术前沿#Agent大模型#工信部证书#人工智能证书#职业证书
[论文笔记] End-to-End Audiovisual Fusion with LSTMs
2302_76169191的博客
12-03 578
本文是《End-to-end visual speech recognition with LSTMs》的进阶篇。它将基于 LSTM 的端到端架构从视觉（Visual）扩展到了视听（Audiovisual）领域，并将任务从单纯的“说话内容识别”扩展到“语音识别和非语言发声分类”。
anti-aliasing图像处理
05-23
抗锯齿（Anti-aliasing）是一种图像处理技术，用于减少图像边缘的锯齿状物。在数字图像中，锯齿状物通常是由于像素网格离散化造成的。抗锯齿技术通过对图像进行平滑处理，使得锯齿状物的边缘更加平滑，从而使图像更加自然和真实。 常见的抗锯齿技术包括超采样抗锯齿（Supersampling Anti-Aliasing，SSAA）、多重采样抗锯齿（Multisample Anti-Aliasing，MSAA）和FXAA（Fast Approximate Anti-Aliasing）。其中，SSAA是一种传统的技术，通过对图像进行超采样，再进行平均值计算，可以得到更高质量的图像，但是计算量较大。MSAA则是一种更加常见的技术，通过对多个采样点进行计算，可以得到更平滑的图像，同时计算量较小。FXAA则是一种更加快速的近似抗锯齿技术，可以在不增加过多计算量的情况下得到比较好的抗锯齿效果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值