论文解读SCNN 用于交通场景理解的空间CNN
Posted 一颗小树x
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了论文解读SCNN 用于交通场景理解的空间CNN相关的知识，希望对你有一定的参考价值。
前言
Spatial CNN，这里的Spatial不是指Spatial Convolution，而是通过特殊设计的CNN架构传递空间信息，更有效地学习空间关系，简称SCNN；它提出了一种新的神经网络结构用于提取特征。
传统的网络结构是卷积层接收来自前一层的输入，应用卷积运算和激活函数，并将结果发送到下一层；该过程按顺序结构，一层一层传递下去。但SCNN是先对这部分输入特征进切片，再按照下、上、右、左四种顺序进行卷积。
比如：一个三维的特征，相当于一个立方体，先进行横切片，分别进下、上顺序进行卷积。再对得到特征，进行竖切片，分别进行右、左顺序进行卷积。
SCNN简介
SCNN将传统的深层逐层（layer-by-layer）卷积推广到特征映射中的逐片（slice-by-slice）卷积，从而实现层中行和列之间的像素之间的消息传递。
SCNN对于长距离连续形状的目标、大型目标、以及有着极强空间关系但是外观线索不明显的目标，比如车道线、电线杆，具有很好的检测效果；它对遮挡的车道线的检测的结果明显好于传统CNN的方法。因为空间信息可以通过层间（特征图的行列）传播来加强。
论文地址：Spatial As Deep: Spatial CNN for Traffic Scene Understanding
开源代码（原版）：https://github.com/XingangPan/SCNN
开源代码（Pytorch版）：https://github.com/harryhan618/SCNN_Pytorch
一、网络结构
SCNN核心工作是提出了一种新的网络结构，如下图b部分所示；a部分是传统的CNN，它是顺序结构，一层一层传递下去。SCNN除了结构部分，在训练和测试流程上与其他方法没有大的区别。
a部分，传统CNN结构，卷积层接收来自前一层的输入，应用卷积运算和激活函数，并将结果发送到下一层；该过程按顺序完成，一层一层传递下去。
b部分，SCNN结构，先对这部分输入特征进切片；先进行横切片，分别进下、上顺序进行卷积。再对得到特征，进行竖切片，分别进行右、左顺序进行卷积。
四种顺序进行卷积，下、上、右、左，分别对应图中的"SCNN_D", "SCNN_U", "SCNNR", "SCNNL"。
SCNN应用在车道线检测中
切片部分用来提取特征的，只是网络中的一部分，其他卷积层、全连接层等仍然存在。作者所采用的方法也不是直接设计一个全新的网络，而是把这四个顺序卷积的部分嵌入到一个已有的网络模型中去。作者选用的网络是LargeFOV。新的网络如下图所示：
(a)是训练的网络，(b)是用网络进行预测的流程，需要注意的是，(b)中右侧输出了四个数值，这四个数分别对应四条车道线的概率，0.99就是有车道线，0.02就是没有车道线，所以图中就显示了三条车道线，至于为啥是四条，这就属于作者设置的一个先验信息了，如果超过四条，最终也只会输出四条。当然，他既然这么做，就说明至少这个数据集里没有超过四条的。
二、计算效率
在SCNN之前，有许多尝试在深度网络找那个使用空间信息的工作。
- 使用循环神经网络RNN按每行或每列传递信息，但每个像素点只能接到来自同一行或同一列的信息。
- 使用长短期记忆网络LSTM的变体来探索语义分割中的上下文信息，但计算量较大。
- 使用CNN和图模型，如马尔可夫随机场MRF，和条件随机场CRF结合，通过大卷积核来传递信息，计算量很大。
Dense MRF / CRF：每个像素直接从所有其他像素接收消息(大卷积核实现)，可能具有很多冗余，如下图中a部分所示。
SCNN：消息传递是顺序传递，如下图中b部分所示。
顺序消息传递方案比传统的密集MRF / CRF具有更高的计算效率。
三、残差传递消息
SCNN使用残差进行信息传递，使训练更容易进行，并使用于多种神经网络。
四、灵活性
SCNN是灵活的，可以很容易地融入其他深度神经网络并进行端到端训练。
五、实验结果
SCNN应用于车道线检测的效果，与其他模型对比：
具体对比数据：
SCNN应用于语义分割的效果：
六、小结
SCNN在空间层面实现有效的信息传播。SCNN可以很容易地融入其他深度神经网络并进行端到端训练。它在交通场景理解中的两个任务进行评估：车道检测和语义分割。
七、参考文献
[1] https://zhuanlan.zhihu.com/p/79524785
[2] https://zhuanlan.zhihu.com/p/72201700
[3] https://www.cnblogs.com/xuanyuyt/p/12022040.html
[4] Spatial As Deep: Spatial CNN for Traffic Scene Understanding
[5] 开源代码（原版）：https://github.com/XingangPan/SCNN
[6] 开源代码（Pytorch版）：https://github.com/harryhan618/SCNN_Pytorch
本文只提供参考学习，谢谢。
CULane 数据集
CULane 是一个大规模的具有挑战性的数据集，用于交通车道检测的学术研究。它由安装在北京不同司机驾驶的六辆不同车辆上的摄像头收集。收集了超过 55 小时的视频并提取了 133,235 帧。数据示例如上所示。我们将数据集分为训练集 88880、验证集 9675 和测试集 34680。测试集分为普通和8个挑战类别，分别对应上面的9个例子。
以上是关于论文解读SCNN 用于交通场景理解的空间CNN的主要内容，如果未能解决你的问题，请参考以下文章