在FCN中移动和缝合

时间:2016-11-19 08:51:20

标签: neural-network image-segmentation

我仍然在挣扎着“转移和缝合”的意思。重复阅读多次后,FCN中的技巧。有人可以给出一些直观的解释。

2 个答案:

答案 0 :(得分:7)

我意识到这是一个老问题,但由于它没有任何答案,我试图给出一个答案..

在FCN中,与输入相比,您获得的最终输出(默认情况下不使用任何上采样技巧)的分辨率较低。假设您有一个100x100的输入图像,并且您获得了10x10的输出(来自网络)。将输出直接映射到输入分辨率将看起来不完整(即使使用高阶插值)。现在,您采用相同的输入并稍微移位并获得输出并重复此过程多次。最终得到一组输出图像和一个与每个输出相对应的移位向量。可以利用具有移位矢量的这些输出图像(针脚)以在最终示意图中获得更好的分辨率。

有人可能会认为它是拍摄物体的多个(移位的)低分辨率图像并组合(缝合)它们以获得更高分辨率的图像。希望这可以帮助。

答案 1 :(得分:6)

在回答了这个问题的同时,我发现这张图片here可以更好地说明移位和绣制。仅将您的FCN成像为2x2的最大池化图层(数字也代表像素值而不是索引值btw)。因此,在进行平移后,将对这些值进行最大拉动,然后将结果缝合到原始图像中: Shift and Stich