基于卷积神经网络的图像分割算法

• 作者: 孙昕楠 李轩
• 来源期刊: 沈阳航空航天大学学报
• 学科: 工学
• 关键词: 图像分割 神经网络 空洞卷积 多尺度 ResNet
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 50-57
• 页数: 8页
• 分类号: TP391.4
• 字数: 3750字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2020.01.008

摘要

在计算机视觉领域中,图像分割技术为基础的部分之一,图像分割的精确与否对后续图像处理存在重要的影响.对全卷积网络进行改进,将卷积网络、多尺度特征提取和空洞卷积进行结合,将不同卷积层抓取到的具有更强描述力的特征进行融合,并且增加网络的层数来提升网络的泛化能力.对网络在CamVid数据集上进行测试,其测试结果与FCN-16s的测试结果进行对比,证明了网络的精确度有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李轩	沈阳航空航天大学电子与信息工程学院	34	101	6.0	8.0
2	孙昕楠	沈阳航空航天大学电子与信息工程学院	1	0	0.0	0.0