基于DRN和空洞卷积的图像语义分割算法改进

• 作者: 冯娇娇 孙健 韩毓璐 高建瓴
• 来源期刊: 软件
• 学科: 工学
• 关键词: 语义分割 空洞卷积 扩张残余网络
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 148-152
• 页数: 5页
• 分类号: TN391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.09.040

摘要

为了提高图像语义分割时的识别和分割能力的问题,本文提出了一种基于DeepLabV3+改进的算法.改进的算法以DeepLab模型作为主体,结合了DRN的结构,减少了分割过程中图像出现网格化的情况.同时为了能够检测到更多边缘信息,有效提高检测分割结果,算法中改进了空洞卷积的部分,提高了分割精度,避免遗漏太多图像信息.通过PASCAL VOC 2012数据集开展的语义分割实验显示,改进的算法有效的提高了在分割时的精度和准确率,本文所提出的网络对图像分割有极大的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高建瓴		39	126	7.0	9.0
2	孙健		3	0	0.0	0.0
3	韩毓璐		2	0	0.0	0.0
4	冯娇娇		2	0	0.0	0.0