Spatial Propagation Network, Convolutional SPN and More
这篇文是SPN以及CSPN,CSPN++三篇paper的综述。在传统计算机视觉中,Diffusion是一个启发于自然扩散/渗透定律的处理算法,迭代地使用不同位置不同的kernel将某一点的信息扩散到附近的点上。
Spatial Propagation Network
这篇NIPS paper,是第一个将Diffusion 深度学习化的paper。
Spatial Propagation Basic
对于水平方向propagate的例子,设为的特征图,是的kernel矩阵(可以理解为一个参数矩阵), 是一个对角矩阵,
那么迭代公式就是
将所有次迭代写在一个矩阵里面,
Learning based Implementation
本文提出"three-way connection",也就是每次传播会向上下左右3个pixel,分为四个分支,然后分别迭代执行。
开源代码只能支持方形矩阵(预设H==W, 比较的僵硬,这也导致了代码的注释一致性比较差),因而具体implementation 此处略过
Convolutional SPN
这篇paper在双目以及Stereo中是一个很富裕的文章,其中理论比较新颖的地方是加入了CSPN模块以及它的3D形式。