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: 

本文提出一种结合 U-Net，BConvLSTM 和 dense convolution 的分割模型，如下图所示：

 

 

 

1.1 Encoding Path 

就是用 CNN 提取特征；

 

1.2 Decoding Path：

在常规的 U-Net 中，他们直接将 encoded feature 直接拷贝并且结合到 decoding 的分支中。

本文提出使用 BConvLSTM 的方法来处理 encoding 和 decoding feature，更好的进行结合。如图 3 所示：

 

此处使用的 ConvLSTM 是来自于：Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting，NIPS 2015。该模型包含 input gate, output gate, forget gate, and a memory cell. 

 

作者所用的模型，是来自于 BConvLSTM，双向 ConvLSTM 模型，从前向和后向两个方向编码输入的特征 $X_e, \hat{X_d^{up}}$。

 

 

 

 

==

 

转载于:https://www.cnblogs.com/wangxiaocvpr/p/11521137.html