深度卷积神经网络语义分割综述 |
| |
引用本文: | 马文琪,石颉,吴宏杰.深度卷积神经网络语义分割综述[J].微电子学与计算机,2023(9):55-64. |
| |
作者姓名: | 马文琪 石颉 吴宏杰 |
| |
作者单位: | 1. 苏州科技大学电子与信息工程学院;2. 江苏省建筑智慧节能重点实验室 |
| |
基金项目: | 国家自然科学基金项目(62073231); |
| |
摘 要: | 得益于深度卷积神经网络在特征提取和语义理解的强大能力,基于深度神经网络的语义分割技术逐渐成为计算机视觉研究的热点课题.在无人驾驶、医学图像,甚至是虚拟交互、增强现实等领域都需要精确高效的语义分割技术.语义分割从图像像素级理解出发,为每个像素分配单独的类别标签.针对基于深度神经网络的语义分割技术,根据技术特性的差异,从编码-解码架构、多尺度目标融合、卷积优化、注意力机制、传统-深度结合、策略融合方面展开,对现有模型的优缺点进行梳理和分析,并当前主流语义分割方法在公共数据集实验结果进行对比,总结了该领域当前面临的挑战以及对未来研究方向的展望.
|
关 键 词: | 深度学习 语义分割 卷积神经网络 计算机视觉 |
|
|