| 深度卷积神经网络图像实例分割方法研究进展 |
| |
| 引用本文： | 胡伏原,万新军,沈鸣飞,徐江浪,姚睿,陶重犇. 深度卷积神经网络图像实例分割方法研究进展[J]. 计算机科学, 2022, 49(5): 10-24. DOI: 10.11896/jsjkx.210200038 |
| |
| 作者姓名： | 胡伏原 万新军 沈鸣飞 徐江浪 姚睿 陶重犇 |
| |
| 作者单位： | 苏州科技大学电子与信息工程学院 江苏 苏州215009;苏州科技大学苏州市虚拟现实智能交互及应用技术重点实验室 江苏 苏州215009,苏州科技大学电子与信息工程学院 江苏 苏州215009;苏州科技大学苏州市大数据与信息服务重点实验室 江苏 苏州 215009,苏州科技大学电子与信息工程学院 江苏 苏州215009,中国矿业大学计算机科学与技术学院 江苏 徐州221116 |
| |
| 基金项目： | 江苏省高等教育自然科学研发项目;江苏省重点研发计划项目;国家自然科学基金 |
| |
| 摘 要： | 图像实例分割是图像处理和计算机视觉技术中关于图像理解的重要环节,随着深度学习和深层卷积神经网络日趋成熟,基于深度卷积神经网络的图像实例分割方法取得了跨越性进展.实例分割任务实际上是目标检测和语义分割两项任务的结合,可以在像素层面完成识别图像中目标轮廓的任务.实例分割不仅可以定位图像中目标的位置,从像素层面上分割所有目标...
|
| 关 键 词： | 实例分割 深度卷积神经网络 目标检测 语义分割 两阶段 单阶段 |
Survey Progress on Image Instance Segmentation Methods of Deep Convolutional Neural Network |
| |
| HU Fu-yuan,WAN Xin-jun,SHEN Ming-fei,XU Jiang-lang,YAO Rui,TAO Zhong-ben. Survey Progress on Image Instance Segmentation Methods of Deep Convolutional Neural Network[J]. Computer Science, 2022, 49(5): 10-24. DOI: 10.11896/jsjkx.210200038 |
| |
| Authors: | HU Fu-yuan WAN Xin-jun SHEN Ming-fei XU Jiang-lang YAO Rui TAO Zhong-ben |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
