一种新的语义分割思路

这两天看到一篇挺有意思的论文，虽然不是语义分割方面的但是挺有意思的，因此在这里跟大家分享一下，这个也是一种语义分割的思路和方法。

Paper：Fully-Convolutional Siamese Networks for Object Tracking.

SiamFC是深度学习目标跟踪方法。SiamFC 有点类似FCN 网络在语义分割中地位。

 

整个文章精髓就是这个图片，SiamFC方法的核心思想很简单，就是将跟踪过程规划为一个相似性学习问题。即学习一个函数 f(z, x) 来比较样本图像 z 和搜索图像 x 的相似性，如果两个图像相似度越高，则得分越高。为了找到在下一帧图像中目标的位置，可以通过测试所有目标可能出现的位置，将相似度最大的位置作为目标的预测位置。

我在这里并不是要具体说明该方法的优点，我只是想到了一个很好的思路，那就是在语义分割中我们能不能使用这种类似的方法，去进行图像分割。后期我会进行尝试。