Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于DeepLabV3+与超像素优化的语义分割 | |
| 任凤雷; 何昕; 魏仲慧; 吕游; 李沐雨 | |
| 2019 | |
| 发表期刊 | 光学精密工程
 |
| 卷号 | 27期号:12页码:2722-2729 |
| 摘要 | 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SLIC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数据集上的实验表明,相比较DeepLabV3+语义分割算法,本文算法在物体边缘等细节部分有着更好的语义分割性能,其mIoU值达到83.8%,性能得到显著提高并达到了目前领先的水平。 |
| 关键词 | 深度学习 DeepLabV3+ 超像素 语义分割 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/63515 |
| 专题 | 中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 任凤雷,何昕,魏仲慧,等. 基于DeepLabV3+与超像素优化的语义分割[J]. 光学精密工程,2019,27(12):2722-2729. |
| APA | 任凤雷,何昕,魏仲慧,吕游,&李沐雨.(2019).基于DeepLabV3+与超像素优化的语义分割.光学精密工程,27(12),2722-2729. |
| MLA | 任凤雷,et al."基于DeepLabV3+与超像素优化的语义分割".光学精密工程 27.12(2019):2722-2729. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于DeepLabV3与超像素优化的语义（2059KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [任凤雷]的文章 |
| [何昕]的文章 |
| [魏仲慧]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [任凤雷]的文章 |
| [何昕]的文章 |
| [魏仲慧]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [任凤雷]的文章 |
| [何昕]的文章 |
| [魏仲慧]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论