基于DeepLabV3+与超像素优化的语义分割OA北大核心CSCDCSTPCD
Semantic segmentation based on DeepLabV3+and superpixel optimization
针对基于深度学习的DeepLabV3+语义分割算法在编码特征提取阶段大量细节信息被丢失,导致其在物体边缘部分分割效果不佳的问题,本文提出了基于DeepLabV3+与超像素优化的语义分割算法.首先,使用DeepLabV3+模型提取图像语义特征并得到粗糙的语义分割结果;然后,使用S L IC超像素分割算法将输入图像分割成超像素图像;最后,融合高层抽象的语义特征和超像素的细节信息,得到边缘优化的语义分割结果.在PASCAL VOC 2O12数据集上的实…查看全部>>
任凤雷;何昕;魏仲慧;吕游;李沐雨
中国科学院长春光学精密机械与物理研究所,吉林长春130033中国科学院大学,北京100049中国科学院长春光学精密机械与物理研究所,吉林长春130033中国科学院长春光学精密机械与物理研究所,吉林长春130033中国科学院长春光学精密机械与物理研究所,吉林长春130033
信息技术与安全科学
深度学习DeepLabV3+超像素语义分割
《光学精密工程》 2019 (12)
2722-2729,8
吉林省科技发展计划资助项目(No.20180201013GX)
评论