基于机器学习的图像分割算法研究

• 作者: 刘燕 李勃 董蓉
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 图像分割 机器学习 深度学习 聚类 支持向量机
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 数字视频
• 页码范围: 32-39
• 页数: 8页
• 分类号: TP391
• 字数: 6535字
• 语种: 中文
• DOI: 10.16280/j.videoe.2017.h11.006

摘要

图像分割是计算机视觉研究中重要的一部分,其主要目的是在图像中将兴趣域目标与背景分割,关系到后续的目标识别、图像理解等操作的准确性.经过几十年的发展,许多优秀的图像分割的方法被提出.机器学习是当今时代的研究热点,基于深度卷积神经网络等机器学习的图像分割研究进展迅速.总结介绍了应用于图像分割的几种典型机器学习方法,分析比较了相关的分割原理步骤、优缺点和发展现状.最后分析了基于机器学习的图像分割算法的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勃	南京大学电子科学与工程学院	55	607	16.0	22.0
2	刘燕	南京大学电子科学与工程学院	22	77	6.0	7.0
3	董蓉	南通大学电子信息学院	24	66	4.0	7.0