摘要

在自然图像中计算物体骨架是一项具有挑战性的任务，因为物体的外观和尺度存在较大变化，同时处理背景杂乱也十分复杂。许多近期的方法将物体骨架检测视为一个二分类像素问题，这在精神上类似于基于学习的边缘检测方法以及语义分割方法。本文中，我们偏离了这一策略，通过训练卷积神经网络（CNN）来预测一个二维向量场，该向量场将每个场景点映射到一个候选骨架像素，其灵感来源于基于通量的骨架化算法。这种“图像上下文通量”表示方法相较于以往的方法有两大优势。首先，它显式地编码了骨架像素相对于语义实体的位置关系，例如它们的空间上下文中的图像点，因此也隐含了物体边界。其次，由于骨架检测的上下文是一个区域性的向量场，因此它更能应对宽度较大的物体部分。我们在三个用于骨架检测的基准数据集和两个用于对称性检测的数据集上评估了所提出的方法，在所有数据集上均表现出优于现有最先进方法的一致性能。