Bi-Directional ConvLSTM U-Net with Densley Connected Convolutions

Bi-Directional ConvLSTM U-Net with Densley Connected Convolutions

 ICCV workshop 2019 

2019-09-15 11:06:20

Paper:  https://arxiv.org/pdf/1909.00166.pdf 

Code （Python 3 + Keras - tensorflow backend）: https://github.com/rezazad68/BCDU-Net 

 

1. The Proposed Method: 

本文提出一種結合 U-Net，BConvLSTM 和 dense convolution 的分割模型，以下圖所示：

 

 

 

1.1 Encoding Path 

就是用 CNN 提取特徵；

 

1.2 Decoding Path：

在常規的 U-Net 中，他們直接將 encoded feature 直接拷貝而且結合到 decoding 的分支中。

本文提出使用 BConvLSTM 的方法來處理 encoding 和 decoding feature，更好的進行結合。如圖 3 所示：

 

此處使用的 ConvLSTM 是來自於：Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting，NIPS 2015。該模型包含 input gate, output gate, forget gate, and a memory cell. 

 

做者所用的模型，是來自於 BConvLSTM，雙向 ConvLSTM 模型，從前向和後向兩個方向編碼輸入的特徵 $X_e, \hat{X_d^{up}}$。

 

 

 

 

==