Spatial CNN(空间卷积神经网络)

参考论文

Pan, X., Shi, J., Luo, P., Wang, X., & Tang, X. (n.d.). Spatial As Deep: Spatial CNN for Traffic Scene Understanding. ArXiv Preprint, arXiv:1712.06080.

SCNN方法包含四个步骤：

1、向下（SCNN_D）将切成个薄片，每片形状为，然后对每一片特征图都应用1D卷积（卷积核大小），并将结果加到下一片

2、向上（SCNN_U）同向下操作，但是从向上传递。

3、向右（SCNN_R）将切成个薄片，每片形状为，然后对每一片特征图都应用1D卷积（卷积核大小），并将结果加到下一片。

4、向左（SCNN_L）同向右操作，方向相反。

由于使用了”更长”的卷积核，SCNN可以更好地捕捉具有空间连续性的对象（比如车道线、电线杆）

这种方式可以捕捉到像素的全局依赖关系。SCNN实际上利用了车道线等的形状先验，特别是空间连续性，设计了定向的卷积操作，更好地捕捉到图像中的空间结构信息。