基于迭代金字塔上下文的联合语义分割与边界检测

本文提出了一种用于语义分割与边界检测的联合多任务学习框架。该框架的核心组件是迭代金字塔上下文模块（Iterative Pyramid Context Module, PCM），该模块通过耦合两个任务，并存储共享的潜在语义信息，实现两任务间的交互。针对语义边界检测，我们提出了一种新颖的空间梯度融合方法，有效抑制非语义边缘。由于语义边界检测是语义分割的对偶任务，我们引入了一种带有边界一致性约束的损失函数，以提升语义分割中边界像素的精确度。大量实验结果表明，本方法在语义分割与语义边界检测两个任务上均显著优于现有最先进方法。特别是在不使用粗粒度数据或任何外部数据的情况下，我们在Cityscapes测试集上实现了81.8%的平均交并比（mean IoU）；在语义边界检测任务中，相对于此前最优方法，平均精度（AP）提升了9.9%，平均F-measure（MF, ODS）提升了6.8%。