Frequency-Adaptive Dilated Convolution for Semantic Segmentation

本研究提出了三种改进空洞卷积的策略，从频谱分析的角度优化了空洞卷积的各个阶段。与传统做法固定全局膨胀率超参数不同，引入了一种自适应频率的空洞卷积（FADC），根据局部频率成分动态调整膨胀率。随后，设计了两个插件模块来直接增强有效带宽和感受野大小。自适应核（AdaKern）模块将卷积权重分解为低频和高频成分，并根据每个通道动态调整这些成分之间的比例。通过增加卷积权重的高频部分，AdaKern 捕获更多高频成分，从而提高有效带宽。频率选择（FreqSelect）模块通过空间变量加权最优地平衡特征表示中的高低频成分。它抑制背景中的高频成分，以鼓励 FADC 学习更大的膨胀率，从而扩大感受野。分割和目标检测的大量实验证实了我们方法的有效性。代码公开在 \url{https://github.com/Linwei-Chen/FADC}。

本论文旨在提出三种策略来改进扩张卷积的各个阶段，从频谱分析的角度出发，以提高计算机视觉任务的性能。

本论文提出了三种策略来改进扩张卷积的各个阶段，包括基于本地频率组件动态调整扩张率的Frequency-Adaptive Dilated Convolution（FADC），以及Adaptive Kernel（AdaKern）模块和Frequency Selection（FreqSelect）模块，这两个模块可以直接增强有效带宽和感受野大小。

本论文的亮点包括提出了三种新颖的策略来改进扩张卷积，包括FADC、AdaKern模块和FreqSelect模块；通过对分割和物体检测等任务的广泛实验验证了本文方法的有效性；提供了公开的代码和数据集。

最近在这个领域中，还有一些相关的研究，例如“Dilated Convolutional Neural Networks”（Yu等），“Multi-Scale Context Aggregation by Dilated Convolutions”（Yu等），以及“DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs”（Chen等）。