《基于深度学习的场景目标分割方法研究》10000字.docx

基于深度学习的场景目标分割方法研究

【摘要】：图像分割是数字图像处理的基础，是图像分析的第一步，也是计算机视觉中的经典问题。图像分割是指根据灰度、颜色、空间纹理、几何形状等特征，将一幅图像划分成若干个互不相交的区域[1]。特征提取是一种传统的图像分割方法，但其分割效果不强，无法给出语义信息。因此，有必要提高图像分割算法的效率和效果。由于计算技术和大数据的快速发展,深度学习作为人工智能领域的一个研究方向也得到了快速的发展。其中卷积神经网络在数字图像处理领域应用得最为广泛。卷积神经网络通过局部连接和权重共享减少了模型参数的数量，使模型能够达到深层次深度学习,再从标记图像的数据中学习和提取相关特征