利用卷积神经网络结合超像素的多级上下文进行自然场景标注
计算机视觉与模式识别
2018-03-15 v1
摘要
现代深度学习算法引发了各种图像分割方法。然而，其中大多数处理的是基于像素的分割。然而，超像素在降低计算成本的同时提供了一定程度的上下文信息。在我们的方法中，我们考虑了 3 个不同级别的邻域作为语义上下文，执行了超像素级别的语义分割。此外，我们采用了多种集成方法，如最大投票和加权平均。我们还使用了 Dempster-Shafer 不确定性理论来分析各类之间的混淆。在同一数据集上，我们的方法被证明优于许多不同的现代方法。
引用
@article{arxiv.1803.05200,
title = {Combining Multi-level Contexts of Superpixel using Convolutional Neural Networks to perform Natural Scene Labeling},
author = {Aritra Das and Swarnendu Ghosh and Ritesh Sarkhel and Sandipan Choudhuri and Nibaran Das and Mita Nasipuri},
journal= {arXiv preprint arXiv:1803.05200},
year = {2018}
}
备注
Accepted for publication in the Proceedings of Second International Conference on Computing and Communication 2018, Sikkim Manipal Institute of Technology, Sikkim, India