一种基于深度学习的多尺度深度网络的场景标注算法

• 作者: 董洪伟 马成虎
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 场景标注 多尺度深度网络 监督学习 深度卷积网络
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1356-1361
• 页数: 6页
• 分类号: TP391.41
• 字数: 4317字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.07.009

摘要

针对场景标注中如何产生良好的内部视觉信息表达和有效利用上下文语义信息两个至关重要的问题,提出一种基于深度学习的多尺度深度网络监督模型.与传统多尺度方法不同,模型主要由两个深度卷积网络组成:首先网络考虑全局信息,提取大尺度图像低层特征;其次网络利用图像局部信息,结合低层特征获取一组稠密的、完备的图像特征,有效地捕获图像像素的纹理特征、颜色特征和上下文信息.对比许多经典方法,该算法不依赖图像分割技术和人工制作特征,在Stanford Background Dataset取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董洪伟	江南大学物联网工程学院	49	386	11.0	18.0
2	马成虎	江南大学物联网工程学院	1	9	1.0	1.0