前言

恰逢 2020年，本文再次更新近期值得关注的最新语义分割论文。这次分享的paper将同步推送到 github上，欢迎大家 star/fork（点击阅读原文，也可直接访问）：

https://github.com/amusi/daily-paper-computer-vision

注意事项：

• 既含航空图像语义分割网络，还有域自适应等开源网络

• 论文发布时间段：2020年01月03日-2020年01月29日

语义分割论文

---

【1】Graph-FCN：用于图像语义分割的图卷积网络

《Graph-FCN for image semantic segmentation》

时间：20200103

作者团队：中科院&国科大&北京中医药大学

链接：https://arxiv.org/abs/2001.00335

注：As far as we know, it is the first time that we apply the graph convolutional network in image semantic segmentation

Graph-FCN

【2】ExtremeC3Net：极致轻量级人像分割网络（使用高级C3模块）

《ExtremeC3Net: Extreme Lightweight Portrait Segmentation Networks using Advanced C3-modules》

时间：20190812

作者团队：首尔大学&Clova AI

链接：https://arxiv.org/abs/1908.03093

代码：https://github.com/clovaai/ext_portrait_segmentation

注1：本文之前CVer推送过，但那时还没有开源，前不久ExtremeC3Net 刚刚开源，所以再次分享给大家，值得关注和学习！

注2：仅37.7K参数量！性能优于PortraitNet、BiSeNet和ESPNetV2等网络，代码和数据集现已开源！

【3】HMANet：用于航空图像语义分割的混合多注意力网络

《HMANet: Hybrid Multiple Attention Network for Semantic Segmentation in Aerial Images》

时间：20200110

作者团队：中科院&国科大

链接：https://arxiv.org/abs/2001.02870

注：在Vaihingen/Potsdam等数据集上，表现SOTA！性能优于CCNet、ACFNet、PSPNet和DeepLabV3+等

【4】EVS：具有标签传播和优化功能的高效视频语义分割

《Efficient Video Semantic Segmentation with Labels Propagation and Refinement》

时间：20200112（WACV2020）

作者团队：苏黎世联邦理工学院CV实验室

链接：https://arxiv.org/abs/1912.11844

注：在Cityscapes数据集上(2048 x 1024)，速度可达80-1000 FPS！性能优于DVSN、ICNet等网络

【5】基于循环一致性和特征对齐的移动语义分割的无监督域自适应

《Unsupervised Domain Adaptation for Mobile Semantic Segmentation based on Cycle Consistency and Feature Alignment》

时间：20200115

作者团队：帕多瓦大学

链接：https://arxiv.org/abs/2001.04692

注：性能优于CycleGAN和CyCADA等网络

【6】GPSNet：Gated路径选择性的语义分割网络

《Gated Path Selection Network for Semantic Segmentation》

时间：20200122

作者团队：北航&牛津大学&清华大学等

链接：https://arxiv.org/abs/2001.06819

注：性能优于OCNet、PSPNet和PSANet等网络

GPSNet

【7】DADA：用于语义分割的深度感知域适应

《DADA: Depth-Aware Domain Adaptation in Semantic Segmentation》

时间：20190426（ICCV 2019）

作者团队：法雷奥 AI Lab&索邦大学

链接：https://arxiv.org/abs/1904.01886

代码：https://github.com/valeoai/DADA

注1：本文之前CVer推送过，但那时还没有开源，前不久DADA 刚刚开源，所以再次分享给大家，值得关注和学习！

注2：性能优于AdvEnt、AdaptPatch和CLAN等网络，表现SOTA，现已开源！

【8】CAG-UDA：用于无监督域自适应语义分割的类别Anchor引导

《Category Anchor-Guided Unsupervised Domain Adaptation for Semantic Segmentation》

时间：20191017

作者团队：悉尼大学&腾讯优图

链接：https://arxiv.org/pdf/1910.13049.pdf

代码：https://github.com/RogerZhangzz/CAG_UDA

注1：本文之前CVer推送过，但那时还没有开源，前不久 CAG-UDA 刚刚开源，所以再次分享给大家，值得关注和学习！

注2：性能优于DCAN、CLAN和BLF等网络

CAG-UDA

【9】面向航空遥感图像的Open-Set语义分割网络

《Towards Open-Set Semantic Segmentation of Aerial Images》

时间：20200129

作者团队：斯特林大学等

链接：https://arxiv.org/abs/2001.10063

注：据作者称这是第一篇研究应用于遥感图像的open set场景的语义分割技术论文（open set是指存在未知类）

为了方便下载，我已经将上述论文打包，在 CVer公众号 后台回复：20200220 即可获得打包链接。

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）备注：加入本站微信群或者qq群，请回复“加群”获取一折本站知识星球优惠券，请回复“知识星球”喜欢文章，点个在看