语义图像分割的近期进展
计算机视觉与模式识别
2018-09-28 v1
摘要
语义图像分割已成为图像处理与计算机视觉领域的关键应用之一，已被用于医疗和智能交通等多个领域。大量基准数据集被发布以供研究者验证其算法。语义分割已被研究多年。自深度神经网络（DNN）出现以来，分割取得了巨大进展。在本文中，我们将语义图像分割方法分为两类：传统方法与近期 DNN 方法。首先，我们简要总结传统方法以及为分割发布的数据集，随后全面调研基于 DNN 的近期方法，其从八个方面进行阐述：全卷积网络、上采样方式、FCN 联合 CRF 方法、空洞卷积方法、骨干网络进展、金字塔方法、多级特征与多阶段方法、有监督、弱监督与无监督方法。最后，给出了该领域的结论。
引用
@article{arxiv.1809.10198,
title = {Recent progress in semantic image segmentation},
author = {Xiaolong Liu and Zhidong Deng and Yuhan Yang},
journal= {arXiv preprint arXiv:1809.10198},
year = {2018}
}
备注
Pubulished at Artificial Intelligence review