Abstract.
1.existing methods of semantic segmentation still suffer from two aspects of challenges:
(1)intra-class inconsistency(類內的不一致) (2).inter-class indistinction（類間的模糊不分明）
2.we propose a Discriminative Feature Network ( DFN ) ,
DNF = Smooth Network + Border Network
（1）處理類內的不一致問題：
Smooth Network +Channel Attention Block+global average pooling
這樣可以選取更加具有判別性的特徵。
（2）處理類間模糊的問題
Border Network
這樣可以使邊界的雙邊特徵更加分明
Introduction.
介紹中主要講了FCN和之前的一些方法，這些方法都有以下兩個方面的缺點：1）patches有相同的semantic label，但是appearances是不同的，往往被分割爲兩個不同的objects。2）兩個相鄰的patches有不同的semantic labels，但是appearances相同，往往也會被誤判爲兩個相同的objects
the architecture pf ours:
對於Smooth Network我們需要解決兩個問題：
（1）我們需要多個規模的和全局內容的information對於局部和全局的信息進行編碼，所以在這個結構中我們採用了U-shape的network去獲取多尺度的內容信息，然後用global average pooling去獲取全局的信息，作者還採用了Channel Attention Block（CAB）的機制去用high-level features 引導對於lower-level features的選擇。
對於Border Network：
（2）Border Network用來去分割兩個有相同的appearances但是有不同的semantic labels的patches
Related Work.
Encoder-Decoder
對於FCN內在的對於不同的級別的features進行了編碼，有些approches就把他們進行融合對final prediction
達到refine的效果。這些方法最主要的就是考慮如何去恢復spatial information在這裏有SegNet，U-net，LRRR，RefineNet
SegNet ， U-net ， LRR ， RefinNet ：這些之前的方法都沒有考慮到global context，而且大部分像這樣的方法都是對於相鄰部分的特徵進行總結，而沒有考慮到他們之間的多種多樣的representation，這會導致類內不一致的結果
Global Context
global average pooling => Spatial Pyramid pooling => Atrous Spatial Pyamid Pooling
ParseNet PSPNet , Deeplab v3
Attention Module
注意力機制指的是把那些值得關心的部分賦予高的權重，給他最大的注意力，對一幅圖中最重要的patch給予最大的關注。
Semantic Boundary Detection
語義邊界識別中的大部分的方法是直接把不同的level的features串聯起來去提取boundary
Method
在Smooth Network中我們採用ResNet作爲基本的model，在low stage中感受野的size比較小隻能encode spatial information，而對於語義的連續性比較差；但是在high stage他有很強的語義連續性，因爲他有很大的 感受野，但是prediction在spatial上會很模糊。於是我們結合了low stage和high stage的特點去達到更加好的效果。
在現在流行的語義分割的結構中，這裏主要有兩種風格：
（1）‘Backbone-Style’ 典型的approches如，PSPNet，Deeplab v3；這種類型的方法主要是用‘Pyramid pooling module’和’Atrous spatial Ptramid Pooling module‘注入不同尺度的信息去提高網絡的連續性
（2）'Encoder-Decoder-style'典型的方法如，RefinNet ，Global Convolutional Network；這種方法主要利用在不同stage的內在的多種尺度的context，但是它缺乏global context，在global context中含有很強的連續性。