用于语义分割的双图卷积网络

在像素级预测任务（如语义分割）中，利用长距离上下文信息至关重要。与以往采用多尺度特征融合或空洞卷积的方法不同，本文提出一种新颖的图卷积网络（GCN）来解决该问题。我们提出的双图卷积网络（Dual Graph Convolutional Network, DGCNet）在一个统一框架中建模两种正交图结构，以捕捉输入特征的全局上下文信息。第一部分建模图像中像素之间的空间关系，第二部分则建模网络特征图在通道维度上的相互依赖性。该方法通过将特征投影至低维新空间，在该空间中高效建模所有成对交互关系，再将结果重新投影回原始空间，从而实现高效计算。所提出的简洁方法在强基线基础上显著提升性能，并在Cityscapes数据集（平均交并比达82.0%）和Pascal Context数据集（平均交并比达53.7%）上均取得了当前最优的实验结果。相关代码与模型已公开，以促进后续研究（\url{https://github.com/lxtGH/GALD-DGCNet}）。