基于卷积神经网络特征和改进超像素匹配的图像语义分割1
需积分: 0 73 浏览量
2022-08-03
20:01:06
上传
评论 1
收藏 2.9MB PDF 举报
书书书
激光与光电子学进展
５５
，
０８１００５
（
２０１８
）
Ｌａｓｅｒ
＆ Ｏ
ｐ
ｔｏｅｌｅｃｔｒｏｎｉｃｓ
Ｐｒｏ
ｇ
ｒｅｓｓ
○
Ｃ
２０１８
《
中国激光
》
杂志社
基于卷积神经网络特征和改进超像素匹配的
图像语义分割
郭呈呈
＊
，
于凤芹
＊＊
，
陈莹
江南大学物联网工程学院
，
江苏 无锡
２１４１２２
摘要
非参数语义分割算法易受到图像检索精度和语义类别不均衡数据集的影响而导致语义分割精度下降
。
针
对这些问题
，
提出了一种基于卷积神经网络
（
ＣＮＮ
）
特征和改进超像素匹配的图像语义分割算法
。
通过
ＣＮＮ
学习
得到图像特征
，
降维后进行图像检索
，
得到精度更高的检索集
；
利用高斯核密度估计对检索集图像的超像素加权
，
提升稀少类目标超像素标签的匹配精度
，
从而提高查询图像的语义分割精度
。
在
ＳＩＦＴｆｌｏｗ
和
ＫＩＴＴＩ
数据库上的
实验结果显示
，
本文算法的每像素和平均每类语义分割精度均达到最优
。
关键词
图像处理
；
语义分割
；
非参数化
；
卷积神经网络特征
；
高斯核
中图分类号
ＴＰ３９１
文献标识码
Ａ ｄｏｉ
：
１０．３７８８
／
ＬＯＰ５５．０８１００５
Ｉｍａ
ｇ
ｅ
Ｓｅｍａｎｔｉｃ
Ｓｅ
ｇ
ｍｅｎｔａｔｉｏｎ
Ｂａｓｅｄ
ｏｎ
Ｃｏｎｖｏｌｕｔｉｏｎａｌ
Ｎｅｕｒａｌ
Ｎｅｔｗｏｒｋ
Ｆｅａｔｕｒｅ
ａｎｄ
Ｉｍ
ｐ
ｒｏｖｅｄ
Ｓｕ
ｐ
ｅｒ
ｐ
ｉｘｅｌ
Ｍａｔｃｈｉｎ
ｇ
Ｇｕｏ
Ｃｈｅｎ
ｇ
ｃｈｅｎ
ｇ
＊
，
Ｙｕ
Ｆｅｎ
ｇｑ
ｉｎ
＊＊
，
Ｃｈｅｎ
Ｙｉｎ
ｇ
Ｓｃｈｏｏｌ
ｏ
ｆ
Ｉｎｔｅｒｎｅｔ
ｏ
ｆ
Ｔｈｉｎ
ｇ
ｓ
Ｅｎ
ｇ
ｉｎｅｅｒｉｎ
ｇ
，
Ｊｉａｎ
ｇ
ｎａｎ
Ｕｎｉｖｅｒｓｉｔ
ｙ
，
Ｗｕｘｉ
，
Ｊｉａｎ
ｇ
ｓｕ
２１４１２２
，
Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ
Ｔｈｅ
ｓｅ
ｇ
ｍｅｎｔａｔｉｏｎ
ａｃｃｕｒａｃ
ｙ
ｏｆ
ｎｏｎ
ｐ
ａｒａｍｅｔｒｉｃ
ｓｅｍａｎｔｉｃ
ｓｅ
ｇ
ｍｅｎｔａｔｉｏｎ
ａｌ
ｇ
ｏｒｉｔｈｍ
，
ｉｓ
ｅａｓｉｌ
ｙ
ａｆｆｅｃｔｅｄ
ｂ
ｙ
ｔｈｅ
ｉｍａ
ｇ
ｅ
ｒｅｔｒｉｅｖａｌ
ａｃｃｕｒａｃ
ｙ
ａｎｄ
ｓｅｍａｎｔｉｃ
ｃａｔｅ
ｇ
ｏｒ
ｙ
ｕｎｂａｌａｎｃｅｄ
ｄａｔａｓｅｔ．Ｔｏ
ｓｏｌｖｅ
ｔｈｅｓｅ
ｐ
ｒｏｂｌｅｍｓ
，
ａｎ
ｉｍａ
ｇ
ｅ
ｓｅｍａｎｔｉｃ
ｓｅ
ｇ
ｍｅｎｔａｔｉｏｎ
ａｌ
ｇ
ｏｒｉｔｈｍ
ｂａｓｅｄ
ｏｎ
ｃｏｎｖｏｌｕｔｉｏｎａｌ
ｎｅｕｒａｌ
ｎｅｔｗｏｒｋ
（
ＣＮＮ
）
ｆｅａｔｕｒｅ
ａｎｄ
ｉｍ
ｐ
ｒｏｖｅｄ
ｓｕ
ｐ
ｅｒ
ｐ
ｉｘｅｌ
ｍａｔｃｈｉｎ
ｇ
ｉｓ
ｐ
ｒｏ
ｐ
ｏｓｅｄ．Ｉｍａ
ｇ
ｅ
ｆｅａｔｕｒｅｓ
ａｒｅ
ｏｂｔａｉｎｅｄ
ｔｈｒｏｕ
ｇ
ｈ
ＣＮＮ
ｌｅａｒｎｉｎ
ｇ
，
ａｎｄ
ｉｍａ
ｇ
ｅｓ
ａｒｅ
ｒｅｔｒｉｅｖｅｄ
ａｆｔｅｒ
ｒｅｄｕｃｉｎ
ｇ
ｄｉｍｅｎｓｉｏｎｓ
ｏｆ
ｔｈｅ
ｆｅａｔｕｒｅｓ
，
ａｎｄ
ｔｈｅｎ
ｔｈｅ
ａｃｃｕｒａｃ
ｙ
ｏｆ
ｉｍａ
ｇ
ｅ
ｒｅｔｒｉｅｖａｌ
ｓｅｔ
ｃａｎ
ｂｅ
ｉｍ
ｐ
ｒｏｖｅｄ．Ｓｕ
ｐ
ｅｒ
ｐ
ｉｘｅｌｓ
ｏｆ
ｔｈｅ
ｉｍａ
ｇ
ｅｓ
ｉｎ
ｔｈｅ
ｒｅｔｒｉｅｖａｌ
ｓｅｔ
ａｒｅ
ｗｅｉ
ｇ
ｈｔｅｄ
ｂ
ｙ
ｕｓｉｎ
ｇ
Ｇａｕｓｓｉａｎ
ｋｅｒｎｅｌ
ｄｅｎｓｉｔ
ｙ
ｅｓｔｉｍａｔｉｏｎ
，
ｗｈｉｃｈ
ｉｎｃｒｅａｓｅｓ
ｔｈｅ
ｓｕ
ｐ
ｅｒ
ｐ
ｉｘｅｌ
ｍａｔｃｈｉｎ
ｇ
ａｃｃｕｒａｃ
ｙ
ｏｆ
ｒａｒｅ
ｃｌａｓｓｅｓ．Ｔｈｅｒｅｆｏｒｅ
，
ｓｅｍａｎｔｉｃ
ｓｅ
ｇ
ｍｅｎｔａｔｉｏｎ
ａｃｃｕｒａｃ
ｙ
ｏｆ
ｑ
ｕｅｒ
ｙ
ｉｍａ
ｇ
ｅ
ｃａｎ
ｂｅ
ｉｍ
ｐ
ｒｏｖｅｄ．Ｔｈｅ
ｅｘ
ｐ
ｅｒｉｍｅｎｔａｌ
ｒｅｓｕｌｔｓ
ｏｎ
ＳＩＦＴｆｌｏｗ
ａｎｄ
ＫＩＴＴＩ
ｄａｔａｓｅｔｓ
ｓｈｏｗ
ｔｈａｔ
ｂｏｔｈ
ｐ
ｅｒ
－
ｐ
ｉｘｅｌ
ａｎｄ
ｐ
ｅｒ
－
ｃｌａｓｓ
ｒａｔｅｓ
ｏｆ
ｔｈｅ
ｐ
ｒｏ
ｐ
ｏｓｅｄ
ａｌ
ｇ
ｏｒｉｔｈｍ
ａｒｅ
ｔｈｅ
ｂｅｓｔ
ａｍｏｎ
ｇ
ｄｉｆｆｅｒｅｎｔ
ａｌ
ｇ
ｏｒｉｔｈｍｓ．
Ｋｅ
ｙ
ｗｏｒｄｓ
ｉｍａ
ｇ
ｅ
ｐ
ｒｏｃｅｓｓｉｎ
ｇ
；
ｓｅｍａｎｔｉｃ
ｓｅ
ｇ
ｍｅｎｔａｔｉｏｎ
；
ｎｏｎ
ｐ
ａｒａｍｅｔｒｉｃ
；
ｃｏｎｖｏｌｕｔｉｏｎａｌ
ｎｅｕｒａｌ
ｎｅｔｗｏｒｋ
ｆｅａｔｕｒｅ
；
Ｇａｕｓｓｉａｎ
ｋｅｒｎｅｌ
ＯＣＩＳ
ｃｏｄｅｓ
１００．５０１０
；
１５０．１１３５
；
１１０．２９６０
收稿日期
：
２０１８
－
０１
－
１８
；
修回日期
：
２０１８
－
０２
－
１７
；
录用日期
：
２０１８
－
０３
－
０９
基金项目
：
国家自然科学基金
（
６１５７３１６８
）、
中央高校基本科研业务费专项资金
（
ＪＵＳＲＰ５１７３３Ｂ
）
＊
Ｅ
－
ｍａｉｌ
：
４１６５６４１９９
＠
ｑｑ
．ｃｏｍ
；
＊＊
Ｅ
－
ｍａｉｌ
：
ｙ
ｕｆ
ｑ
＠
ｊ
ｉａｎ
ｇ
ｎａｎ．ｅｄｕ．ｃｎ
１
引
言
图像由像素组成
，
图像的语义分割是将图像中
的像素按照表达语义含义的不同进行分组
，
即为每
个像素分配一个类别标签
，
同时完成图像分割与多
目标分类识别两项任务
，
如行人检测
、
道路分割
、
图
像标注等
［
１
－
３
］
单独的机器视觉问题通过语义分割方
法能够整合在统一的框架中解决
，
实现整体的场景
理解
，
因此语义分割在机器视觉领域具有重要的研
究意义
，
已广泛地应用于机器人导航
、
自动驾驶
、
智
能安防等技术领域
。
随着大规模训练数据的出现以及计算机硬件的
迅速发展
，
深度学习在图像语义分割问题中不断取
得新的突破
［
４
－
８
］
，
通过全卷积网络实现端到端的语义
分割
，
改进的卷积
－
反卷积神经网络
［
７
］
解决了特征图
与输入图像尺寸不匹配的问题
，
多尺度卷积神经网
０８１００５
－
１
评论0
最新资源