基于深度学习的语义分割算法综述

• 作者: 倪颖婷 杨明川 白雨 赵霞 郭松 陈凤 陈萌
• 来源期刊: 上海航天
• 学科: 工学
• 关键词: 深度学习 语义分割 全卷积网路 编码器-解码器算法 整合上下文信息算法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能航天应用
• 页码范围: 71-82
• 页数: 12页
• 分类号: TP391.41
• 字数: 4828字
• 语种: 中文
• DOI: 10.19328/j.cnki.1006-1630.2019.05.010

摘要

图像的语义分割是对图像中的每个像素标注其所属的类别.在航天领域,语义分割技术可用于定位航天器及其零部件,为航天器故障排除、部件维修、太空垃圾清理等在轨服务创造条件.近几年,全部或部分使用深度学习时,语义分割的效果获得了很大的提升.本文对基于深度学习的语义分割算法进行综述.首先介绍常用的数据集和通用的深度神经网络,随后对两类具有重大实用意义的分割算法:编码器-解码器算法和整合上下文信息算法进行总结.最后对语义分割的发展进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵霞	同济大学电子与信息工程学院	28	70	4.0	7.0
2	陈萌		28	109	5.0	10.0
3	郭松		7	32	4.0	5.0
4	陈凤		14	72	6.0	8.0
5	白雨	同济大学电子与信息工程学院	1	0	0.0	0.0
6	倪颖婷	同济大学电子与信息工程学院	3	1	1.0	1.0
7	杨明川		1	0	0.0	0.0