Bi-Directional Cascade Network for Perceptual Edge Detection (CVPR 2019)

Bi-Directional Cascade Network for Perceptual Edge Detection (CVPR 2019)

-Authors:  Jianzhong He, Shiliang Zhang, Ming Yang, Yanhu Shan, Tiejun Huang

 

-본 논문에서는 영상에서의 다양한 edge의 특성을 추출하기 위해 multi-scale representation을 사용한다. 제안하는 네트워크 BDCN(Bi-Directional Cascade Network)은 multi-scale layer이며 각 layer별로 bi-directional cascade structure를 통해 layer-specific(층별)로 효과적인 edge detection효과를 만들어 낸다.

 

Figure 1: The overall architecture of BDCN

-각 BDCN은ID Block으로 구성되며 ID Block의 핵심 아이디어는 SEM(Scale Enhancement Module)이다. SEM은 서로 다른 dilation rate를 가지는 multiple parallel convolution으로 구성되며, 이는 dilation rate를 통해 뉴런의 receptive field를 효과적으로 확장시키는 아이디어를 사용한다. Multiple dilated convolution을 사용하는 SEM을 통해 multi-scale context를 추출할 수 있다. 또한 SEM은 네트워크의 파라미터 수를 늘리지 않아 계산량 효율을 가져가며, dilated rate를 통해 중복되는 edge detection을 피할 수 있다.

 

Figure 2: The detailed architecture of BDCN and SEM