B3-Net

新的 B3-Net 框架通过受控证据融合改进多任务密集预测

研究人员推出 B3-Net，一个用于多任务密集预测的新型框架，旨在改进分割和深度估计等像素级任务的交互方式。与先前隐式融合任务证据的方法不同，B3-Net 显式地建模和控制不同任务和空间位置证据的可靠性。这通过一个三阶段过程实现：估计证据精度、构建精度加权后验桥接、以及以有界方式将此桥接重新分配给每个任务分支。在基准数据集上的实验表明，B3-Net 相较于现有方法提供了具有竞争力或更优的性能。