一种改进的噪声图像语义分割方法

• 作者: 张嘉祺 董晓亚 赵晓丽
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 语义分割 IFCN 中值池化 去噪
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 图像和信息处理
• 页码范围: 1372-1377
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16136/j.joel.2017.12.0103

摘要

在图像的获取和传输过程中,可能会出现噪声,它不仅破坏了图像的真实信息,而且严重影响了图像的视觉效果.因此,噪声图像的语义分割成为图像分析中最具挑战性的问题之一.为了提高噪声图像的分割性能,本文在分析全卷积网络(FCN)的基础上,提出一种改进的FCN模型(IFCN)对噪声图像语义分割.该算法采用一种新的中值池化方法代替卷积神经网络的最大值池化,可以在去除噪声的同时保留更多边缘信息.在训练整个深度网络时,通过反向传播算法以一种直接的端到端,像素到像素的方式映射.实验结果表明,提出的模型在PASCAL VOC2012数据集上对噪声图像语义分割可以获得比较好的分割效果,准确率mean IU达到86.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵晓丽		18	101	6.0	10.0
2	张嘉祺		4	0	0.0	0.0
3	董晓亚		2	0	0.0	0.0