论文阅读笔记十九：PIXEL DECONVOLUTIONAL NETWORKS(CVPR2017)

 

论文源址：https://arxiv.org/abs/1705.06820

tensorflow(github): https://github.com/HongyangGao/PixelDCN

基于PixelDCL分割实验：https://github.com/fourmi1995/IronsegExperiment-PixelDCL

摘要

      反卷积被广泛用于深度学习的上采样过程中，包括语义分割的编码-解码网络与无监督学习的深度生成网络。反卷积的一个缺点是生成的特征图类似于棋盘状，相邻元素之间的关系无法较好的确定。为解决此问题，该文提出PixelDCL层，用于建立上采样输出的feature map中相邻像素之间的联系。该文对常规的反卷积进行重新解释。该网络可以应用于其他网络中，同时，并不会增加网络学习的参数量，其分割性能在准确率上会有所损失，但可以通过一些调参技巧进行克服。实验发现PixelDCL层相比常规的反卷积层，可以获得更多的形状及边等空间信息，进而得到更好的分割效果。

说明

      通过反卷积实现上采样得到的feature map可以看作是通过独立的卷积核对多个隐藏层的feature map阶段性混合运算的结果。因此，feature map中相邻像素之间没有直接联系，从而产生“棋盘”问题。针对此问题，该文提出Pixel DCL层神经网络层，在这一层网络中的feature map是连续生成的，因此，后面生成的feature map依赖于先前生成的feature map，通过这种方式，建立起相邻像素之间直接联系.PixelDCL与基于概率密度评估的自恢复方法（PixelRNNs,PixelCNNs）相比，训练速度要快很多。虽然在PixelDCL中会有部分计算性能上的降低，但可以通过调参等技巧进行改善。

方法

反卷积：1D，2D卷积图如下，标准的反卷积操作可以分解为几个依赖于上采样因子的卷积操作。本文默认上采样因子为2。

 

      通过如下操作可以计算得到上采样的输出，

 代表卷积操作，代表阶段性的混搭操作，在常规的反卷积中，由于中间的feature map是由独立的卷积核得到的，因此中间过程的feature map像素中没有直接关联的信息。由于，相邻两个像素可能来自不同的卷积核的结果，因此，像素值会有所不同，进而会产生“棋盘”现象。如下图，通过后处理的方法进行平滑操作会造成额外的计算资源的消耗，增加网络的复杂度，同时无法进行end-to-end的训练。该文通过添加PixelDCL层给中间隐层feature map添加依赖信息。

像素级反卷积层：

      由于常规反卷积操作得到的feature map中相邻像素来自不同卷积核得到的feature map，之间并无关联，该文提出PixelDCL，用于建立不同中间隐层特征的关联。中间隐层特征图是按序列生成，而不是同时生成。后一个feature map的生成依赖与上一个feature map的生成。PixelDCL的操作过程如下

      后期生成的feature map可以依赖于前面部分或者全部的feature maps。

     

      由于输入的feature map被重复利用，降低了计算的性能。因此，进行改进，使输入的feature map只与第一个feature map相关。操作过程如下：

像素级反卷积网络：

实验

    图像分割

 

 

   图像生成

时间比较

Reference

     [1]  Liang-Chieh Chen, George Papandreou, Iasonas Kokkinos, Kevin Murphy, and Alan L Yuille. Deeplab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected crfs. arXiv:1606.00915, 2016.

     [2]  Mark Everingham, Luc Van Gool, Christopher KI Williams, John Winn, and Andrew Zisserman. The pascal visual object classes (voc) challenge. International journal of computer vision, 88(2): 303–338, 2010.

     [3]  Mathieu Germain, Karol Gregor, Iain Murray, and Hugo Larochelle. Made: Masked autoencoder for distribution estimation. In Proceedings of The 32nd International Conference on Machine Learning, pp. 881–889, 2015.