基于多尺度特征提取的图像语义分割-中南民族大学学报.pdfVIP

36 3 ( ) Vol． 36 No． 3 第 卷第 期 中南民族大学学报 自然科学版 2017 9 Journal of South-Central University for Nationalities (Nat． Sci． Edition) Sep． 2017 年 月 基于多尺度特征提取的图像语义分割 ， ， 熊志勇 张国丰 王江晴 (中南民族大学 ， 430074) 计算机科学学院 武汉 ， ， 摘 要 指出了基于深度学习的图像语义分割中 如何充分利用图像上下文信息以达到更好的分割效果 是当前 ． ， ， 图像语义分割研究的关键问题 为解决这一问题 提出了一种基于多尺度特征提取的图像语义分割方法 通过构建 ， ， 深层卷积神经网络 并利用不同尺度图像作为网络的输入来提取不同尺度图像的特征 最后经过特征融合得到了 ． Stanford background dataset 8 ， 84． 33% 分割图 在公开数据集 类数据集上进行训练和验证 实验结果达到了 的准确 ． : ， ． 率 实验表明 通过提取和融合多尺度特征 可以达到更好的图像语义分割效果 ; ; ; 关键词 图像语义分割 多尺度特征 深度学习 卷积网络 中图分类号 TP183 文献标识码 A 文章编号 1672-4321 (2017)03-0118-07 Multi-scale Feature Extract For Image Sematic Segmentation Xiong Zhiyong ，Zhang Guofeng ，Wang Jiangqing (School of Computer Science ，South-Central University for Nationalities ，Wuhan 430074 ，China) Abstract In the semantic segmentation based on deep learning ，how to make full use of the image context information to achieve better segmentation results is the key problem of image semantic segmentation． In this paper ，a method of image semantic segmentation based on multi － scale feature extraction is proposed． This method extracts the features of different scale images by co