一文看尽9篇语义分割最新论文（GPSNet/Graph-FCN/HMANet等）
作者：Amusi
Date：2020-02-21
来源：CVer 微信公众号
链接：一文看尽9篇语义分割最新论文（GPSNet/Graph-FCN/HMANet等）
前言
恰逢 2020年，本文再次更新近期值得关注的最新语义分割论文。这次分享的paper将同步推送到 github上，欢迎大家 star/fork（点击阅读原文，也可直接访问）：
https://github.com/amusi/daily-paper-computer-vision
注意事项：
- 既含航空图像语义分割网络，还有域自适应等开源网络
- 论文发布时间段：2020年01月03日-2020年01月29日
- 在此推荐大家关注 计算机视觉论文速递 知乎专栏，可以快速了解到最新优质的CV论文
语义分割论文
【1】Graph-FCN：用于图像语义分割的图卷积网络
《Graph-FCN for image semantic segmentation》
时间：20200103
作者团队：中科院&国科大&北京中医药大学
链接：https://arxiv.org/abs/2001.00335
注：As far as we know, it is the first time that we apply the graph convolutional network in image semantic segmentation
【2】ExtremeC3Net：极致轻量级人像分割网络（使用高级C3模块）
《ExtremeC3Net: Extreme Lightweight Portrait Segmentation Networks using Advanced C3-modules》
时间：20190812
作者团队：首尔大学&Clova AI
链接：https://arxiv.org/abs/1908.03093
代码：https://github.com/clovaai/ext_portrait_segmentation
注1：本文之前CVer推送过，但那时还没有开源，前不久ExtremeC3Net 刚刚开源，所以再次分享给大家，值得关注和学习！
注2：仅37.7K参数量！性能优于PortraitNet、BiSeNet和ESPNetV2等网络，代码和数据集现已开源！
【3】HMANet：用于航空图像语义分割的混合多注意力网络
《HMANet: Hybrid Multiple Attention Network for Semantic Segmentation in Aerial Images》
时间：20200110
作者团队：中科院&国科大
链接：https://arxiv.org/abs/2001.02870
注：在Vaihingen/Potsdam等数据集上，表现SOTA！性能优于CCNet、ACFNet、PSPNet和DeepLabV3+等
【4】EVS：具有标签传播和优化功能的高效视频语义分割
《Efficient Video Semantic Segmentation with Labels Propagation and Refinement》
时间：20200112（WACV2020）
作者团队：苏黎世联邦理工学院CV实验室
链接：https://arxiv.org/abs/1912.11844
注：在Cityscapes数据集上(2048 x 1024)，速度可达80-1000 FPS！性能优于DVSN、ICNet等网络
【5】基于循环一致性和特征对齐的移动语义分割的无监督域自适应
《Unsupervised Domain Adaptation for Mobile Semantic Segmentation based on Cycle Consistency and Feature Alignment》
时间：20200115
作者团队：帕多瓦大学
链接：https://arxiv.org/abs/2001.04692
注：性能优于CycleGAN和CyCADA等网络
【6】GPSNet：Gated路径选择性的语义分割网络
《Gated Path Selection Network for Semantic Segmentation》
时间：20200122
作者团队：北航&牛津大学&清华大学等
链接：https://arxiv.org/abs/2001.06819
注：性能优于OCNet、PSPNet和PSANet等网络
【7】DADA：用于语义分割的深度感知域适应
《DADA: Depth-Aware Domain Adaptation in Semantic Segmentation》
时间：20190426（ICCV 2019）
作者团队：法雷奥 AI Lab&索邦大学
链接：https://arxiv.org/abs/1904.01886
代码：https://github.com/valeoai/DADA
注1：本文之前CVer推送过，但那时还没有开源，前不久DADA 刚刚开源，所以再次分享给大家，值得关注和学习！
注2：性能优于AdvEnt、AdaptPatch和CLAN等网络，表现SOTA，现已开源！
【8】CAG-UDA：用于无监督域自适应语义分割的类别Anchor引导
《Category Anchor-Guided Unsupervised Domain Adaptation for Semantic Segmentation》
时间：20191017
作者团队：悉尼大学&腾讯优图
链接：https://arxiv.org/pdf/1910.13049.pdf代码：https://github.com/RogerZhangzz/CAG_UDA
注1：本文之前CVer推送过，但那时还没有开源，前不久 CAG-UDA 刚刚开源，所以再次分享给大家，值得关注和学习！
注2：性能优于DCAN、CLAN和BLF等网络
【9】面向航空遥感图像的Open-Set语义分割网络
《Towards Open-Set Semantic Segmentation of Aerial Images》
时间：20200129
作者团队：斯特林大学等
链接：https://arxiv.org/abs/2001.10063
注：据作者称这是第一篇研究应用于遥感图像的open set场景的语义分割技术论文（open set是指存在未知类）
福利
为了方便下载，我已经将上述9篇语义分割论文打包，百度云资源如下：
链接：https://pan.baidu.com/s/1A-gKwg8HPZJSztjXxuaujQ
提取码：m34d
如果各位 CVer 喜欢这样的"看尽"系列，请给这篇文章点个赞，如果点赞的人多，其它CV方向的"看尽"系列也会尽快推出！推荐大家关注 计算机视觉论文速递 知乎专栏和 CVer 微信公众号，可以快速了解到最新优质的CV论文
