Bi-Directional ConvLSTM U-Net with Densley Connected Convolutions
ICCV workshop 2019
2019-09-15 11:06:20
Paper: https://arxiv.org/pdf/1909.00166.pdf
Code （Python 3 + Keras - tensorflow backend）: https://github.com/rezazad68/BCDU-Net
1. The Proposed Method:
本文提出一种结合 U-Net，BConvLSTM 和 dense convolution 的分割模型，如下图所示：
1.1 Encoding Path
就是用 CNN 提取特征；
1.2 Decoding Path：
在常规的 U-Net 中，他们直接将 encoded feature 直接拷贝并且结合到 decoding 的分支中。
本文提出使用 BConvLSTM 的方法来处理 encoding 和 decoding feature，更好的进行结合。如图 3 所示：
此处使用的 ConvLSTM 是来自于：Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting，NIPS 2015。该模型包含 input gate, output gate, forget gate, and a memory cell.
作者所用的模型，是来自于 BConvLSTM，双向 ConvLSTM 模型，从前向和后向两个方向编码输入的特征 $X_e, hat{X_d^{up}}$。
==