深度学习计算机网络中图像语义分割算法研究

• 作者: 彭世春
• 来源期刊: 贵阳学院学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 语义分割
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机与技术研究
• 页码范围: 22-26,61
• 页数: 6页
• 分类号: TP391.41|TP183
• 字数: 3401字
• 语种: 中文

摘要

随着信息技术的不断发展,无人驾驶技术得到了国内外的广泛研究,但是其核心技术能否得到突破取决于无人驾驶系统的智能化水平,图像识别技术在其中充当了很重要的角色.为提升交通场景下图像的语义分割精度,文章开展了基于深度学习网络的图像语义分割算法研究.首先文章研究了基于窗口局部算法的版权局立体匹配算法,得到了视图差D;然后将其余RGB格式的图像融合,形成RGB-D模式的图像,以此构件了文章的图像数据库,并基于图像数据库,选择了不同的深度学习网络架构及学习策略,对网络进行了训练.最后通过对训练结果的对比分析,得出了以下结论:当选择相同的网络架构和相同的学习策略的前提下,采用文章所提出的基于RGB-D格式作为图像输入,在全局精确度和平均精确度方面表现更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭世春		2	1	1.0	1.0