基于多尺度特征提取的图像语义分割

• 作者: 张国丰 熊志勇 王江晴
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像语义分割 多尺度特征 深度学习 卷积网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 118-124
• 页数: 7页
• 分类号: TP183
• 字数: 4385字
• 语种: 中文

摘要

指出了基于深度学习的图像语义分割中,如何充分利用图像上下文信息以达到更好的分割效果,是当前图像语义分割研究的关键问题.为解决这一问题,提出了一种基于多尺度特征提取的图像语义分割方法,通过构建深层卷积神经网络,并利用不同尺度图像作为网络的输入来提取不同尺度图像的特征,最后经过特征融合得到了分割图.在公开数据集Stanford background dataset 8类数据集上进行训练和验证,实验结果达到了84.33%的准确率.实验表明:通过提取和融合多尺度特征,可以达到更好的图像语义分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王江晴	中南民族大学计算机科学学院	89	680	13.0	21.0
2	熊志勇	中南民族大学计算机科学学院	38	145	7.0	10.0
3	张国丰	中南民族大学计算机科学学院	1	13	1.0	1.0