HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于全卷积神经网络的图像语义分割

作者:于倩倩; 黄文龙; 付世荣深度学习图像语义分割卷积网络监督信息

摘要:图像语义分割是将图像中具有语义信息的区域划分出来并赋予相应的语义标签,它在自动驾驶、医疗图像识别中有重要的应用价值。近年来,卷积神经网络能够提取高层的图像特征,并通过深度网络训练参数进行分类和识别,因此构建全卷积神经网络(FCN)模型,通过多次卷积和池化,提取图像中显著的细节信息,同时忽略背景信息,通过处理有效的监督信息来精准地提取图像的语义信息,对图像进行精准的语义分割。实验验证了该方法的有效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电脑与信息技术

《电脑与信息技术》(CN:43-1202/TP)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电脑与信息技术》杂志是经国家新闻出版总署正式批准,杂志集权威性、理论性与专业性于一体,具有很高的学术价值,是作者科研、晋级等方面的权威依据。

杂志详情