基于深度神经网络的图像语义分割研究综述

• 作者: 于永涛 彭代峰 景庄伟 管海燕
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 深度神经网络 图像语义分割 计算机视觉 全监督学习 弱监督学习
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-17
• 页数: 17页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058018

摘要

随着深度学习技术的快速发展及其在语义分割领域的广泛应用,语义分割效果得到显著提升.对基于深度神经网络的图像语义分割方法进行分析与总结,根据网络训练方式的不同,将现有的图像语义分割分为全监督学习图像语义分割和弱监督学习图像语义分割,对每种方法中代表性算法的效果以及优缺点进行对比与分析,并阐述深度神经网络对语义分割领域的贡献.在此基础上,归纳当前主流的公共数据集和遥感数据集,对比主要的图像语义分割方法的分割性能,探讨当前语义分割技术面临的挑战并对其未来的发展方向进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于永涛		6	8	2.0	2.0
2	景庄伟		1	0	0.0	0.0
3	管海燕		1	0	0.0	0.0
4	彭代峰		1	0	0.0	0.0