采用多层图模型推理的道路场景分割算法

• 作者: 刘阳 卢朝阳 李静 邓燕子
• 来源期刊: 西安交通大学学报
• 关键词: 道路场景分割 多类别图像标记 随机森林 马尔科夫随机场
• 年，卷（期）: 2017,（12）
• 页码范围: 62-67
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.7652/xjtuxb201712010

摘要

针对传统图模型分割算法提取的物体边缘不够精细、难以适应复杂道路场景布局的问题,提出了一种基于多层图模型推理的道路场景分割(HGI)算法.该算法先将图像过分割为同质的超像素块,再采用随机森林模型训练超像素块的多类别回归器和相邻超像素的一致性回归器;然后用2种回归值计算马尔科夫随机场(MRF)模型的能量项,通过推理得到初始分割;最后为了解决超像素块包含多类别带来的分类混淆,在初始分割基础上构建像素级的全连接条件随机场模型,进行优化得到精细的分割结果.实验结果表明,采用HGI算法对人工标注数据库和真实拍摄的场景图像处理能够得到精细的分割边缘,能够解决超像素推理中的类别混淆问题,与传统的MRF图模型分割方法相比,在总体精度和平均召回率2个指标上分别提高了2％和3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢朝阳	西安电子科技大学综合业务网理论及关键技术国家重点实验室	78	817	16.0	25.0
2	李静	西安电子科技大学综合业务网理论及关键技术国家重点实验室	41	361	10.0	17.0
3	刘阳	西安电子科技大学综合业务网理论及关键技术国家重点实验室	17	37	3.0	5.0
4	邓燕子	西安电子科技大学综合业务网理论及关键技术国家重点实验室	4	15	3.0	3.0