SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

1. 出处
2015 TPAMI
2. 核心思想
核心可训练的分割模型包括：encoder, decoder，接着是pixel-wise的分类层 decoder用来将低分辨率特征图映射成和输入图片分辨率相同的特征图
3. 创新性
SegNet的创新之处在于：decoder上采样低分辨率输入特征图的方式。
4. 问题
已有的方法直接将用于类别预测的深度学习框架用于pixel-wise的标注。尽管结果不错，但仍然很粗糙。主要是因为最大池化和sub-sampling降低了特征图的分辨率。
5. 解决方案
设计了SegNet。 作者设计SegNet的灵感就来自于需要将低分辨率的特征图映射为输入分辨率的大小，用于pixel-wise分类。 对于路面场景，，大部分的像素是路和建筑，因此网络需要产生光滑的分割。尽管尺寸比较小，也需要有能力基于物体的形状勾画出轮廓。因此需要保持提取出的图像特征的边界信息。 Se

SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation最先出现在Python成神之路。