今天要介紹的這篇是做human segmentation：
1000fps human segmentation with deep convolutional neural networks

雖然有點舊了(2015)，但其中一些做法還算有啟發性，
特別是有個很引人注意的標題：1000 fps
跑在K40上也只要1~2ms，論文上的結果看起來還不錯

這篇著重在加速切割方法，
他先比較了幾類人體圖像切割方法：

1. Pixel: 目前結果最好，但是非常耗時 cpu 10秒。
2. Patch: 把圖片切成小塊，有1500x 加速。
3. Image: 本篇提出的方法，比pixel結果差一點，但是有10000x加速。
   

有於是比較早期的論文，架構還算簡單，
分別使用了三種架構，simple-segNet, Alex, VGG，
input 一張RGB彩色影像(3 x 48 x 48)，
output得到一個binary map(1 x 48 x 48)，也就是人體部分的Mask。

此外，若直接用原圖去做端到端的訓練運算量太大，
所以他把原圖縮小到48x48後再去訓練，得到binary mask 之後，再去放大到原本大小，
但放大後邊界會模糊，所以再去做GrabCut邊緣增強，套回原本的圖得到切割結果。

在不同架構下的準確度和速度，由於input尺寸小，
所以基本上都能達到1000fps的速度。

未來也許可試試替換成resnet或mobilenet的架構，
應該可以有不錯的效果。