EdgeNAT: 高效边缘检测的 Transformer

EdgeNAT: Transformer for Efficient Edge Detection 介绍了一种名为EdgeNAT的基于Transformer的边缘检测方法。

1. 背景与动机

EdgeNAT预测结果示例。(a, b)：来自BSDS500的数据集的输入图像。(c, d)：对应的真实标签。(e, f)：由EdgeNAT检测到的边缘。(e)显示了由于颜色变化剧烈，EdgeNAT没有提取出鹿颈部区域的边缘。(f)显示了EdgeNAT准确提取出了远处模糊物体的边缘。

边缘检测是许多计算机视觉任务的基础，旨在从输入图像中精确提取物体边界和视觉显著的边缘。然而，由于图像中存在远距离物体、复杂背景中的模糊边界以及物体内部的颜色变化等挑战，边缘检测任务变得十分困难。传统的边缘检测方法主要依赖于颜色和纹理等局部信息，而基于卷积神经网络（CNN）的深度学习方法虽然可以扩展感受野以捕捉全局特征，但容易丢失细节信息。

近年来，Transformer在视觉任务中展示出了强大的特征提取能力，特别是具有层次结构的Dilated Neighborhood Attention Transformer (DiNAT)在有效捕捉全局和局部特征方面表现出色。然而，Transformer在边缘检测中的应用尚未得到充分开发。为了解决这一问题，论文提出了一种基于DiNAT的