全局特征提取的全卷积网络图像语义分割算法

李瀚超, 蔡毅, 王岭雪

李瀚超, 蔡毅, 王岭雪. 全局特征提取的全卷积网络图像语义分割算法[J]. 红外技术, 2019, 41(7): 595-599,615.
引用本文: 李瀚超, 蔡毅, 王岭雪. 全局特征提取的全卷积网络图像语义分割算法[J]. 红外技术, 2019, 41(7): 595-599,615.
LI Hanchao, CAI Yi, WANG Lingxue. Image Semantic Segmentation Based on Fully Convoluted Network with Global Feature Extraction[J]. Infrared Technology , 2019, 41(7): 595-599,615.
Citation: LI Hanchao, CAI Yi, WANG Lingxue. Image Semantic Segmentation Based on Fully Convoluted Network with Global Feature Extraction[J]. Infrared Technology , 2019, 41(7): 595-599,615.

全局特征提取的全卷积网络图像语义分割算法

基金项目: 国家自然科学基金(61471044)
详细信息
  • 中图分类号: TP391.4

Image Semantic Segmentation Based on Fully Convoluted Network with Global Feature Extraction

  • 摘要: 以全卷积神经网络为基础设计图像语义分割算法框架,设计全局特征提取模块提升高维语义特征的提取能力,引入带孔卷积算子保留图像细节并提升分割结果的分辨率.通过搭建端到端的图像语义分割算法框架进行训练,在可见光数据集上对算法框架进行性能评估,结果表明,本文方法在可见光图像上取得良好的语义分割性能和精度.本文还在不借助红外数据标注训练的情况下对红外图像进行分割,结果证明本文方法在典型红外目标如行人、车辆的分割中也有较好的表现.
  • 期刊类型引用(11)

    1. 阙云,季雪,蒋子平,戴伊,王叶飞,陈嘉. GAN数据增强下路面裂缝语义分割算法. 吉林大学学报(工学版). 2023(11): 3166-3175 . 百度学术
    2. 刘鹤. 基于视觉传达技术的平面图形元素自适应匹配系统. 现代电子技术. 2021(08): 133-136 . 百度学术
    3. 游通飞,孔令华,刘文玉,易定容,殷江. 视觉SLAM在动态场景下的图像处理方法. 红外技术. 2021(10): 960-967 . 本站查看
    4. 李颖,张靖仪,戴家树. 基于陶器刻划符号的智能特征图形设计. 包装工程. 2021(22): 273-279 . 百度学术
    5. 陈孝如. 基于全卷积网络的图像语义分割算法. 电脑知识与技术. 2021(33): 12-13 . 百度学术
    6. 梁新宇,罗晨,权冀川,肖铠鸿,高伟嘉. 基于深度学习的图像语义分割技术研究进展. 计算机工程与应用. 2020(02): 18-28 . 百度学术
    7. Shuhan LU,YE Si-jing. Using an image segmentation and support vector machine method for identifying two locust species and instars. Journal of Integrative Agriculture. 2020(05): 1301-1313 . 必应学术
    8. 王彤. 改进神经网络的舰船图像语义分割算法. 舰船科学技术. 2020(08): 34-36 . 百度学术
    9. 邬厚民. 基于人工智能技术的舰船图像语义分割算法. 舰船科学技术. 2020(16): 58-60 . 百度学术
    10. 白捷,高海力,王永众,杨来邦,项晓航,楼雄伟. 基于多路特征融合的Faster R-CNN与迁移学习的学生课堂行为检测. 广西师范大学学报(自然科学版). 2020(05): 1-11 . 百度学术
    11. 黄萍,朱惠娟,左志远. 深度学习在人脸妆容推荐系统中的应用研究. 软件工程. 2020(12): 19-23 . 百度学术

    其他类型引用(7)

计量
  • 文章访问数:  222
  • HTML全文浏览量:  24
  • PDF下载量:  23
  • 被引次数: 18
出版历程

目录

    /

    返回文章
    返回