基于多源融合FCN的图像分割

• 作者: 冯家文 张立民 邓向阳
• 来源期刊: 计算机应用研究
• 关键词: 图像分割 全卷积神经网络 多源融合 Sobel算子
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2877-2880
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.09.075

摘要

图像分割任务中,传统的基于人工设计特征方法工作量大、复杂度高、分割精度较低,现有的基于全卷积神经网络(fully convolutional networks,FCN)的方法在分割边缘上不够精细.为了提高图像分割算法的分割精度,提出基于多源融合的全卷积神级网络模型,输入图片经过Sobel算子提取边缘特征获得特征矩阵,与RGB和灰度图像一起作为输入,将传统全卷积网络拓展成具有多种输入源的分割模型.在PASCAL VOC2012图像分割数据集上进行实验验证,结果显示该模型提高了图像分割的精度,具有良好的实时性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立民	海军航空工程学院信息融合研究所	163	596	11.0	15.0
2	邓向阳	海军航空工程学院信息融合研究所	15	45	4.0	6.0
3	冯家文	海军航空工程学院信息融合研究所	2	14	2.0	2.0