summarized by : asato matsumoto
Jianzhong He, Shiliang Zhang, Ming Yang, Yanhu Shan, Tiejun Huang
マルチスケール表現を活用することで異なるスケールの物体のエッジ検出が改善される。本論文では大きく異なるスケールでのエッジ抽出のために双方向性カスケードネットワーク(BDCN)を提案した。
BDCNでは個々の層でラベル付けされたエッジによって学習するた。さらに、BDCNのマルチスケール表現を豊かにするため拡張畳み込みを利用したスケール拡張器(SEM)を導入した。
BSDS500、NYUDv2、Multicueで実験し、ODS F値でSOTAよりも1.3%高い0.828を達成した。