基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
阐述了图像语义分割实质上是像素级别的密集分类的概念,及其在计算机视觉领域中的核心地位和应用意义.全面综述了图像语义分割算法的常用分类方法及最新成果,详尽比较了图像语义分割深度学习模型在PASCAL VOC 2012数据集上的像素准确率、平均像素正确率、平均交叠率、频率加权交叠率四个方面的实际表现性能,同时给出了模型的平均耗时、底层框架、实现语言、代码可读性、部署难度信息.最后对语义分割领域的发展进行了总结和展望,指出了模型面临的训练数据集不足、参数优化困难和结构单一的问题.
推荐文章
基于高阶CRF模型的图像语义分割
计算机视觉
图像语义分割
条件随机场模型
高阶能量项
基于可形变部件模型
基于深度网络的图像语义分割综述
图像语义分割
深度卷积神经网络
候选区域
全卷积网络
弱监督学习
PASCAL VOC 2012数据集
基于深度学习的语义分割算法综述
深度学习
语义分割
全卷积网路
编码器-解码器算法
整合上下文信息算法
应用深度学习网络实现肾小球滤过膜超微病理图像的语义分割
深度学习
DeepLab
肾小球滤过膜
超微病理图像
语义分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 图像语义分割深度学习模型综述
来源期刊 高技术通讯 学科
关键词 深度学习 语义分割 PASCAL VOC 卷积神经网络
年,卷(期) 2017,(9) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 808-815
页数 8页 分类号
字数 6445字 语种 中文
DOI 10.3772/j.issn.1002-0470.2017.09-10.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蔡强 北京工商大学计算机与信息工程学院 65 684 15.0 23.0
2 刘新亮 北京工商大学计算机与信息工程学院 13 65 5.0 7.0
3 祝晓斌 北京工商大学计算机与信息工程学院 7 60 3.0 7.0
4 邵玮 2 21 1.0 2.0
5 张新明 北京工商大学计算机与信息工程学院 2 23 2.0 2.0
6 王磊 广播科学研究院信息研究所 4 25 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (104)
参考文献  (11)
节点文献
引证文献  (21)
同被引文献  (38)
二级引证文献  (14)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(17)
  • 引证文献(13)
  • 二级引证文献(4)
2020(15)
  • 引证文献(5)
  • 二级引证文献(10)
研究主题发展历程
节点文献
深度学习
语义分割
PASCAL VOC
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导