全局特征提取的全卷积网络图像语义分割算法

• 作者: 李瀚超 王岭雪 蔡毅
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 全卷积神经网络 热图像 红外图像 带孔卷积 全局特征 语义分割
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 595-599,615
• 页数: 6页
• 分类号: TP391.4
• 字数: 3123字
• 语种: 中文

摘要

以全卷积神经网络为基础设计图像语义分割算法框架,设计全局特征提取模块提升高维语义特征的提取能力,引入带孔卷积算子保留图像细节并提升分割结果的分辨率.通过搭建端到端的图像语义分割算法框架进行训练,在可见光数据集上对算法框架进行性能评估,结果表明,本文方法在可见光图像上取得良好的语义分割性能和精度.本文还在不借助红外数据标注训练的情况下对红外图像进行分割,结果证明本文方法在典型红外目标如行人、车辆的分割中也有较好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王岭雪	北京理工大学光电学院纳米光子学与超精密光电系统北京市重点实验室光电成像技术与系统教育部重点实验室	51	847	19.0	27.0
2	李瀚超	北京理工大学光电学院纳米光子学与超精密光电系统北京市重点实验室光电成像技术与系统教育部重点实验室	1	2	1.0	1.0
3	蔡毅	北京理工大学光电学院纳米光子学与超精密光电系统北京市重点实验室光电成像技术与系统教育部重点实验室	9	23	3.0	4.0