基于深度学习的河流冰体分割
计算机视觉与模式识别
2020-12-02 v2
摘要
本文处理从河流表面数字图像计算两类不同冰体的表面冰浓度的问题。它展示了使用几种基于深度卷积神经网络（CNNs）的最先进语义分割方法尝试解决该问题的结果。该任务呈现两个主要挑战——标记训练数据极其有限，以及由于即使对人类专家而言在视觉上区分两类冰体也极为困难而存在的噪声标签。这些结果被用于分析现有某些最佳深度学习方法能在多大程度上应对这些挑战。实验中使用的代码和数据已公开可用，以促进该领域的进一步工作。
引用
@article{arxiv.1901.04412,
title = {River Ice Segmentation with Deep Learning},
author = {Abhineet Singh and Hayden Kalke and Mark Loewen and Nilanjan Ray},
journal= {arXiv preprint arXiv:1901.04412},
year = {2020}
}
备注
supplementary: http://webdocs.cs.ualberta.ca/~vis/asingh1/docs/river_ice_segm_supp.pdf