基于图像分层树图像语义分割方法.PDFVIP

基于图像分层树的图像语义分割方法 作者 曹攀, 钱军浩, 陈智, 李肖赫 机构 江南大学 物联网工程学院；哈尔滨工业大学 计算机科学与技术学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第8 期 访问地址 /article/02-2018-08-039.html 发布日期 2017-07-21 11:43:56 引用格式 曹攀, 钱军浩, 陈智, 李肖赫. 基于图像分层树的图像语义分割方法[J/OL]. [2017-07-21]. http:// /article/02 -2018-08-039.html. 摘要 针对传统语义分割模型缺乏空间结构信息，无法准确地描述对象轮廓的问题，提出了一种基于图 像分层树的图像语义分割方法。分层树模型采用结构森林方法生成轮廓模型，为防止过度分割， 运用超度量轮廓图算法得到多尺度轮廓图，再利用支持向量机训练多尺度轮廓图生成图像分层树， 通过随机森林精炼分层树，最终输出图像语义分割结果。在测试实验中，像素精确度达到82.1%， 相比区域选择方法提升了2.7%。并在较难区分的树和山脉的预测精确度上，相比层次标记方法分 别提升了16%，25%，具有更高的稳定性。实验结果表明，在复杂的室外… 关键词 语义分割, 图像分层树, 多尺度, 随机森林, 支持向量机 中图分类号 TP391.41 基金项目 35 优先出版 计 算 机 应 用 研 究 第 卷 基于图像分层树的图像语义分割方法 1 1 1 2 曹 攀 ，钱军浩 ，陈 智 ，李肖赫 (1 214122 2 264209) ．江南大学 物联网工程学院，江苏 无锡 ； ．哈尔滨工业大学 计算机科学与技术学院，山东 威海 摘 要：针对传统语义分割模型缺乏空间结构信息，无法准确地描述对象轮廓的问题，提出了一种基于图像分层树的图 像语义分割方法。分层树模型采用结构森林方法生成轮廓模型，为防止过度分割，运用超度量轮廓图算法得到多尺度轮 廓图，再利用支持向量机训练多尺度轮廓图生成图像分层树，通过随机森林精炼分层树，最终输出图像语义分割结果。 在测试实验中，像素精确度达到 82.1%，相比区域选择方法提升了 2.7% 。并在较难区分的树和山脉的预测精确度上， 16% 25% 相比层次标记方法分别提升了 ， ，具有更高的稳定性。实验结果表明，在复杂的室外环境下，对图像语义分割 的精确度、稳定性和速率均有明显改善。 关键词：语义分割；图像分层树；多尺度；随机森林；支持向量机 中图分类号：TP391.4 1 Image semantic segmentation method based on image hierarchical tree 1 1 1 2