首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|资料|样刊邮寄查询|常见问题解答|联系我们
李新叶,宋维. 基于深度学习的图像语义分割研究进展[J]. 科学技术与工程, 2019, 19(33): 21-27.
LI Xin-ye,SONG Wei.Survey of Image Semantic Segmentation Reserch Process Based on Deep Learning[J].Science Technology and Engineering,2019,19(33):21-27.
基于深度学习的图像语义分割研究进展
Survey of Image Semantic Segmentation Reserch Process Based on Deep Learning
投稿时间:2019-03-26  修订日期:2019-11-19
DOI:
中文关键词:  图像语义分割 像素分类 深度学习 综述
英文关键词:image semantic segmentation pixel classification deep learning survey
基金项目:
     
作者单位
李新叶 华北电力大学电子与通信工程系
宋维 华北电力大学电子与通信工程系
摘要点击次数: 876
全文下载次数: 221
中文摘要:
      图像语义分割是对图像中的每个像素点进行分类,将图像中的前景和背景区分并且识别出每个前景的类别。随着深度学习技术的发展,传统图像语义分割方法在分割精度和分割速度上已经彻底被超越。针对深度学习图像语义分割方法研究现状进行综述,对近年来国内外基于深度学习图像语义分割方法主要思想、优缺点进行了分析和总结。提出了该领域目前存在的问题,对将来的发展进行总结和展望。
英文摘要:
      In order to distinguish the foreground and the background in an image and identify the category of each foreground, each pixel point in an image was classified by image semantic segmentation. With the development of deep learning techniques, traditional image semantic segmentation methods have been completely surpassed in segmentation precision and speed. The research status of deep learning image semantic segmentation methods has been reviewed and the main ideas, advantages and disadvantages of deep learning image semantic segmentation methods at home and abroad in recent years have been analyzed and summarized. The existing problems in this field are put forward, and the future development is summarized and prospected.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第31651215位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号