论文标题：

Frequency-aware Feature Fusion for Dense Image Prediction

https://www.arxiv.org/abs/2408.12879

https://github.com/Linwei-Chen/FreqFusion

1、这篇论文做了什么？

2、提出了什么方法

• 自适应低通滤波器（ALPF）生成器：预测空间变化的低通滤波器，以在上采样过程中减少对象内部的高频成分，降低类别内不一致性。
• 偏移生成器：通过重采样，用更一致的特征替换大的不一致特征，使得同一类目标特征更稳定一致。
• 自适应高通滤波器（AHPF）生成器：增强在下采样过程中丢失的高频细节边界信息。

3、涨点涨了多少？

3.1 语义分割semantic segmentation

3.2 目标检测object detection

3.3 实例分割instance segmentation

3.4 全景分割panoptic segmentation

如何使用？

m = FreqFusion(hr_channels=64, lr_channels=64)
hr_feat = torch.rand(1, 64, 32, 32)
lr_feat = torch.rand(1, 64, 16, 16)
_, hr_feat, lr_feat = m(hr_feat=hr_feat, lr_feat=lr_feat)