收藏本站
《中国科学院大学(中国科学院光电技术研究所)》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度卷积神经网络的图像语义分割

马骁  
【摘要】:图像语义分割是图像处理和计算机视觉领域中的一项关键技术,是计算机认知图像内容的一个重要环节。语义分割的好坏对后续的图像理解、场景分析以及目标跟踪等任务起着至关重要的作用。所以,研究一个有效的图像语义分割算法具有重要的现实意义。随着深度学习的持续发展,神经网络所带来的高准确性使其在图像识别和语义分割等多个场景中被广泛研究和应用。与传统的基于区域特征提取的语义分割方法相比,基于深度卷积神经网络的方法所获取的图像特征具有更强的表示能力,因而算法具有更好的效果。基于深度卷积神经网络的语义分割方法,其基本思想就是利用神经网络提取图像中每个像素的语义特征,然后依据这些特征对像素进行分类识别,从而得到包含语义信息的分割图像。因此,该类方法的核心在于如何提高网络对像素的识别准确率。本文也从这一角度出发,通过研究并分析当前图像语义分割方法所存在的问题,结合机器学习和图像处理等领域的相关技术,提出了相应的改进算法,并通过实验证明了算法的有效性。首先,为了提高深度卷积神经网络的特征提取能力,本文采用了多尺度特征融合的方法。网络的全连接层主要获取物体之间具有类别区分性的语义特征,卷积层获取物体的细节特征,将两种特征相结合可以提高特征表达的准确性。因而,本文设计了一种多尺度池化的网络结构,利用多个不同的池化模板获取物体在不同感受野下的多尺度特征,增强网络对目标的识别能力,使语义分割的准确率得到提升。其次,由于深度卷积神经网络的多次降采样操作使得目标的结构和位置等信息被过多丢失,导致了目标边缘像素的识别精度下降。为此,本文提出了边界点重定义算法,在神经网络的预测基础上,结合区域划分的方法,对预测可信度低的像素点重新分类,从而进一步优化语义分割的结果。最后,本文将所实现的图像语义分割方法用于目标检测以及场景识别应用中,体现了算法的应用价值。在目标检测任务中,利用语义分割获取目标的位置和类别特征,然后定位并识别出目标,从而达到目标检测的目的。在场景识别任务中,通过对场景中的事物进行识别和分割,捕获物体的结构、区域以及类别等基本属性,为后续的场景分析以及目标跟踪等任务提供技术支持。
【学位授予单位】:中国科学院大学(中国科学院光电技术研究所)
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;TP183

【参考文献】
中国期刊全文数据库 前3条
1 程帅;;区域分裂合并法在图像分割中的应用[J];福建电脑;2013年06期
2 许新征;丁世飞;史忠植;贾伟宽;;图像分割的新理论和新方法[J];电子学报;2010年S1期
3 陆剑锋,林海,潘志庚;自适应区域生长算法在医学图像分割中的应用[J];计算机辅助设计与图形学学报;2005年10期
【共引文献】
中国期刊全文数据库 前10条
1 张桂梅;陈兵兵;徐可;储珺;;结合分数阶微分和图像局部信息的CV模型[J];中国图象图形学报;2018年08期
2 任迎华;;基于PNN的彩色图像的自适应颜色分割[J];矿山测量;2018年03期
3 罗敏;刘洞波;王宁;陈鑫海;;改进核模糊C均值聚类算法在服装图像分割中的研究[J];湖南工程学院学报(自然科学版);2018年02期
4 史露娜;兰蓉;;基于模糊隶属度中值的阈值分割算法[J];现代电子技术;2018年11期
5 曾凡锋;许博臣;;基于SVM的复杂版面分割方法[J];电子技术与软件工程;2018年10期
6 任国印;吕晓琪;杨楠;喻大华;;心脏体素化三维模型感兴趣血管交互式显示方法研究[J];液晶与显示;2018年05期
7 丁明月;庄晓东;;基于数据融合的K均值聚类彩色图像分割方法[J];青岛大学学报(工程技术版);2018年02期
8 鄂雪;程朋乐;;基于改进归一化割的立木边缘识别技术研究[J];西北林学院学报;2018年03期
9 王杰;刘向晴;;彩色图像分割的FCM预分类核极限学习机方法[J];郑州大学学报(理学版);2018年02期
10 刘义红;;一种改进的K-means聚类自然图像分割算法设计与实现[J];淮南师范学院学报;2018年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 李翠;冯冬青;;基于改进K-均值聚类的图像分割算法研究[J];郑州大学学报(理学版);2011年01期
2 王彦春;梁德群;王演;;基于图像模糊熵邻域非一致性的过渡区提取与分割[J];电子学报;2008年12期
3 刘丙涛;田铮;李小斌;周强锋;;基于图论Gomory-Hu算法的SAR图像多尺度分割[J];宇航学报;2008年03期
4 ;Artificial immune kernel clustering network for unsupervised image segmentation[J];Progress in Natural Science;2008年04期
5 冯林;孙焘;吴振宇;管慧娟;;基于分水岭变换和图论的图像分割方法[J];仪器仪表学报;2008年03期
6 魏鸿磊;欧宗瑛;张建新;;采用支持向量机的指纹图像分割[J];系统仿真学报;2007年10期
7 张向荣;谭山;焦李成;;基于商空间粒度计算的SAR图像分类[J];计算机学报;2007年03期
8 薄华;马缚龙;焦李成;;基于免疫算法的SAR图像分割方法研究[J];电子与信息学报;2007年02期
9 丛琳;沙宇恒;焦李成;;基于免疫克隆选择算法的图像分割[J];电子与信息学报;2006年07期
10 闫成新;桑农;张天序;;基于图论的图像分割研究进展[J];计算机工程与应用;2006年05期
【相似文献】
中国期刊全文数据库 前10条
1 熊志勇;张国丰;王江晴;;基于多尺度特征提取的图像语义分割[J];中南民族大学学报(自然科学版);2017年03期
2 郭克华;段桂华;;图像语义提取与描述的研究现状及趋势[J];新型工业化;2012年09期
3 赵生辉;侯希文;;唐卡图像语义信息的描述框架研究[J];知识管理论坛;2015年01期
4 邓珮;孙朔;;基于因子分析的图像语义研究[J];包装工程;2017年20期
5 王飞;张艳琴;;计算机图像语义教学如何对多媒体进行利用[J];现代职业教育;2017年27期
6 郭海凤;张盈盈;李广水;韩立新;;基于社会网络的图像语义获取研究综述[J];计算机与现代化;2014年01期
7 李大湘;赵小强;李娜;;图像语义分析的多示例学习算法综述[J];控制与决策;2013年04期
8 李晓雅;;浅析计算机图像语义的识别应用技术[J];知识经济;2012年09期
9 魏晗;李弼程;张瑞杰;唐永旺;;图像语义提取方法研究[J];现代电子技术;2011年24期
10 高隽;谢昭;张骏;吴克伟;;图像语义分析与理解综述[J];模式识别与人工智能;2010年02期
中国重要会议论文全文数据库 前7条
1 陈恋;周向东;叶剑烨;谢祖铭;张亮;施伯乐;;基于分层图像文档模型的图像语义自动标注[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
2 叶剑烨;谢祖铭;周向东;张亮;施伯乐;;一种新的图像语义自动标注方法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
3 王伟强;付立波;高文;黄庆明;蒋树强;;一种基于笔画特征的叠加文字检测方法[A];全国网络与信息安全技术研讨会论文集(下册)[C];2007年
4 张杨;房斌;徐传运;;基于本体和描述逻辑的图像语义识别[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
5 孙季丰;邱卫东;余卫宇;余英林;;基于神经网络的图像语义分类的研究[A];第十三届全国图象图形学学术会议论文集[C];2006年
6 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
7 邓国徽;高飞;罗志鹏;;基于改进的全卷积神经网络高分遥感数据语义分割研究[A];第四届高分辨率对地观测学术年会论文集[C];2017年
中国博士学位论文全文数据库 前10条
1 王晨;基于深度学习的红外图像语义分割技术研究[D];中国科学院大学(中国科学院上海技术物理研究所);2017年
2 陈久军;基于统计学习的图像语义挖掘研究[D];浙江大学;2006年
3 林春漪;基于混合贝叶斯网络的医学图像语义建模及其检索的研究[D];华南理工大学;2006年
4 李晓燕;海量图像语义分析和检索技术研究[D];浙江大学;2009年
5 赵永威;图像语义表达与度量学习技术研究[D];解放军信息工程大学;2016年
6 南柄飞;基于视觉认知机理的图像语义内容获取研究[D];北京科技大学;2016年
7 鲍泓;基于视觉感知的中国画图像语义自动分类研究[D];北京交通大学;2012年
8 许红涛;Web图像语义分析与自动标注研究[D];复旦大学;2009年
9 林梓佳;图像语义标注方法研究[D];清华大学;2015年
10 赵婕;图像语义理解的关键技术研究[D];太原理工大学;2016年
中国硕士学位论文全文数据库 前10条
1 张学鹏;基于深度学习的图像语义分割方法研究与实现[D];电子科技大学;2018年
2 郭继舜;面向自动驾驶的语义分割和目标检测技术[D];电子科技大学;2018年
3 文宏雕;基于深度学习的图像语义分割技术研究[D];电子科技大学;2018年
4 张建;基于深度学习的图像语义分割方法[D];电子科技大学;2018年
5 张利刚;基于全空洞卷积神经网络的图像语义分割[D];东北师范大学;2018年
6 马骁;基于深度卷积神经网络的图像语义分割[D];中国科学院大学(中国科学院光电技术研究所);2018年
7 耿慧强;基于深度学习的图像语义分割算法研究[D];天津理工大学;2018年
8 巩祎明;农田场景下的图像语义分割方法研究[D];西北农林科技大学;2018年
9 肖旭;基于深度学习的图像语义分割研究[D];南昌航空大学;2017年
10 左文辉;基于高层图像语义的物体共分割[D];浙江大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026