基于深度学习的骨架提取（极·简述）

前言

在自然图像中，物体骨架的尺度(厚度)在物体和物体部件之间可能有很大的差异，使得物体骨架检测成为一个具有挑战性的问题。基于cnn的方法具有强大的多尺度特征集成能力，从本质上可以从深层捕获高级语义，从浅层捕获低级细节。基于深度学习的方法(1)在双向引导下分层整合不同的CNN特征级别，实现了不同级别特征之间的相互细化，(2)具有较强的捕捉丰富对象上下文和高分辨率细节的能力。实验结果表明，该类方法在有效融合来自非常不同尺度的特征方面显著优于最先进的方法，在几个基准上的性能显著提高证明了这一点。

参考

https://github.com/sunsmarterjie/SDL-Skeleton