關鍵詞:深度學習 圖像語義分割 卷積網絡 監(jiān)督信息
摘要:圖像語義分割是將圖像中具有語義信息的區(qū)域劃分出來并賦予相應的語義標簽,它在自動駕駛、醫(yī)療圖像識別中有重要的應用價值。近年來,卷積神經網絡能夠提取高層的圖像特征,并通過深度網絡訓練參數進行分類和識別,因此構建全卷積神經網絡(FCN)模型,通過多次卷積和池化,提取圖像中顯著的細節(jié)信息,同時忽略背景信息,通過處理有效的監(jiān)督信息來精準地提取圖像的語義信息,對圖像進行精準的語義分割。實驗驗證了該方法的有效性。
電腦與信息技術雜志要求:
{1}文中一級標題、二級標題、三級標題、四級標題的序號用“一、……”“(一)……”“1.……”“(1)……”標示。
{2}來稿不退,請自留底稿。
{3}來稿選題應把握已有研究進展,提出所需研究的科學問題和實踐或政策意義,要有方法與理論等方面的創(chuàng)新性。
{4}關鍵詞每篇文章可選4-5個關鍵詞,請選擇能反映論文主要內容或研究方法的詞作為關鍵詞。
{5}作者項標注姓名,單位全稱,省名加城市名,郵編,通信地址,聯(lián)系電話。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社