摘要
在图像标注中，图像单元的局部表示通常从其周围的图像块生成，因此长距离上下文信息未能得到有效编码。本文中，我们引入循环神经网络（RNNs）来解决这一问题。具体而言，提出了有向无环图循环神经网络（DAG-RNNs），用于处理具有有向无环图结构的图像，这使得网络能够建模图像单元之间的长距离语义依赖关系。我们的DAG-RNNs极大地增强了局部表示的判别能力，显著提升了局部分类的效果。同时，我们提出了一种新的类别加权函数，该函数关注稀有类别，从而显著提高了对非频繁类别的识别准确率。结合卷积层和反卷积层，我们的DAG-RNNs在具有挑战性的SiftFlow、CamVid和Barcelona基准数据集上取得了最新的最佳结果。