基于深度CRF模型的图像语义分割方法OA北大核心CSCDCSTPCD
An Image Semantic Segmentation Based on Deep CRF Model
从图像中提取多种特征向量堆叠为一个高维特征向量用于图像语义分割,会导致部分特征向量的分类能力减弱或丢失.针对此问题,提出了一种结合深度卷积神经网络AlexNet和条件随机场的图像语义分割方法.利用预训练好的AlexNet模型提取图像特征,再通过条件随机场对多特征及上下文信息的有效利用来实现图像的语义分割.与利用传统经典特征的方法进行对比,实验结果表明:在利用AlexNet模型提取特征进行图像语义分割时,Conv5层为最有效的特征提取层,在Stan…查看全部>>
HU Tao;LI Weihua;QIN Xianxiang;QIU Langbo;LI Xiaochun
计算机与自动化
语义分割条件随机场卷积神经网络AlexNet模型
《空军工程大学学报（自然科学版）》 2018 (5)
基于超像素和CRF模型的高分辨率极化SAR图像语义分割技术研究
52-57,6
国家自然科学基金(416014366140341461703423)陕西省自然科学基础研究计划(2016JQ6070)
评论