全监督学习的图像语义分割方法研究进展

• 作者: 袁铭阳 黄宏博 周长胜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 计算机视觉 图像语义分割 深度学习 语义分割方法 全监督学习
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 热点与综述
• 页码范围: 43-54
• 页数: 12页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010-0127

摘要

近年来,随着深度学习进入计算机视觉领域,各种深度学习图像语义分割方法相继出现,其中全监督学习方法的分割效果显著超过弱监督学习方法.将全监督学习的图像语义分割方法分为五类,并对各类中最具有代表性的方法进行详细分析,重点阐述各种方法核心部分的实现过程.对语义分割领域中的主流数据集进行归纳总结,介绍了性能算法指标,并在主流数据集上对各种代表性方法的效果进行对比,最后对语义分割的未来进行展望.