NeurlPS 2019 | 曠視研究院推出可學習的樹狀濾波器，實現保留結構信息的特徵變換...

在圖像語義分割任務中，學習到有足夠判別力度的全局特徵十分重要。現有大部分方法要麼採用堆疊多層局部卷積層，要麼使用非局部的block來獲取遠距離特徵之間的語境。然而，因爲這些方法都缺少對空間結構信息的有效保留，在增大感覺野的同時忽略了物體結構的具體信息。所以，在本文中，曠視研究院團隊提出了一個可學習的樹狀濾波器，它可以在建模遠距離語境關係時依然保留細節信息。git 進一步，團隊還提出了一個極大下降計

>>阅读原文<<