语义分割：Graph-Segmenter: Graph Transformer with Boundary-aware Attention for Semantic Segmentation

论文作者：Zizhang Wu,Yuanzhu Gan,Tianhao Xu,Fan Wang

作者单位：ZongMu Technology;Technical University of Braunschweig

论文链接：http://arxiv.org/abs/2308.07592v1

内容简介：

1）方向：语义分割

2）应用：图像语义分割

3）背景：以往的语义分割方法将图像划分为不同的区域，并对每个区域内的关系进行建模，取得了显著的成功。然而，由于以往工作并未重点关注窗口之间的关系建模，因此这一点并未得到充分利用。

4）方法：为了解决这个问题，提出了一种名为Graph-Segmenter的方法，包括一个图Transformer和一个边界感知注意模块。该方法能够同时以全局视角建模窗口之间更深层次的关系和窗口内各个像素之间的局部关系，并进行低成本的边界调整。具体而言，将每个窗口和窗口内的像素视为节点，构建了两种视角的图，并设计了图Transformer。引入的边界感知注意模块通过建模目标对象边缘上的像素之间的关系，优化了目标对象的边缘信息。

5）结果：在三个广泛使用的语义分割数据集（Cityscapes、ADE-20k和PASCAL Context）上进行了大量实验，结果表明，所提出的网络，即具有边界感知注意的图Transformer，能够实现最先进的分割性能。