小样本图像语义分割综述

• 作者: 陈琼 杨咏 黄天林 冯媛
• 来源期刊: 数据与计算发展前沿
• 关键词: 计算机视觉 图像数据 深度学习 图像分割 小样本学习 小样本语义分割
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 专刊:科学大数据挖掘与知识发现|Special Issue: Scientific Big Data Mining and Knowledge Discovery
• 页码范围: 17-34
• 页数: 18页
• 语种: 中文
• DOI: 10.11871/jfdc.issn.2096-742X.2021.06.002

摘要

[目的]对小样本语义分割方法进行系统而全面的介绍,为后续小样本分割算法设计工作提供参考.[方法]当前的小样本分割方法借助基于度量的元学习方法来完成少样本情况下的语义分割任务.根据度量工具是否可学习,将小样本分割算法分为基于参数结构和基于原型结构的小样本分割算法,简述了两类算法的优缺点.[结果]对该领域的一些经典工作和近年来的工作做了具体的分析,并给出了小样本分割算法的主要应用场景.[结论]在此基础上,分析了小样本分割存在的关键问题和挑战,对小样本分割未来的发展方向和趋势进行了讨论.