【摘 要】
：
图像语义分割是基于深度学习的图像分割方法,其主要目标是通过对图像中的每个像素点进行分类,将图像中人们感兴趣的区域分割出来。最开始的语义分割为全监督语义分割,这种分割方法要花费大量的人工标注成本,于是人们提出弱监督图像语义分割。弱监督图像语义分割探究使用图像级别标签、边框级别标签、涂鸦标签和点标签等这些人工成本相对较低的标注数据来训练语义分割网络,最终得到接近全监督图像语义分割的效果。由于基于边框标
论文部分内容阅读
图像语义分割是基于深度学习的图像分割方法,其主要目标是通过对图像中的每个像素点进行分类,将图像中人们感兴趣的区域分割出来。最开始的语义分割为全监督语义分割,这种分割方法要花费大量的人工标注成本,于是人们提出弱监督图像语义分割。弱监督图像语义分割探究使用图像级别标签、边框级别标签、涂鸦标签和点标签等这些人工成本相对较低的标注数据来训练语义分割网络,最终得到接近全监督图像语义分割的效果。由于基于边框标住的弱监督图像语义分割的分割性能与相同条件下全监督分割方法近似,所以本文以边框级别的标注数据为训练对象,针对弱监督图像语义分割方法主要进行了以下两个方面的研究:1、提出了一种迭代的像素标签修正方法。该方法结合传统图像分割方法相关理论,在不改变经典语义分割网络结构的基础上,提出了一种新的网络迭代训练方法。提出的方法首先使用边框级别的标注信息生成初始训练标签图,并将其作为分割网络训练的监督信息输入网络,然后在网络训练中进行标签修正,并使用修正后的标签作为新的监督。该方法能够有效改善弱监督图像语义分割中初始标签不准确所导致的分割效果不好的问题。2、提出了一种结合边缘检测的图像分割后处理方法。该方法结合传统的边缘检测算法,提出了一种基于后处理算法的图像分割修正方法。边缘检测算法有助于优化图像边缘不明确导致的分割不准确问题。所以,本文通过将像素间的边缘相似度与类别相似度相结合,构造像素相似度函数,然后通过优化全局能量函数的方法完成对像素类别的修正。
其他文献
随着互联网技术的发展,网络文化产业方兴未艾,引发了诸多乱象。这些乱象的背后,隐藏着大众价值观偏离主流轨道的严重问题,应该引起足够的重视。如今,作为网络文化产业的代表,网络游戏已经成为了人们生活中一种常态化的休闲方式,它引发的乱象又是格外突出。值得关注的是,网络文化的拥趸主要集中在青少年,他们价值观定型尚不成熟,容易受到网络亚文化的诱导。因此应该将网络文化中的价值观问题从文化现象中抽离出来,警惕不健
当今人口老龄化的问题已经对社会安全系统的稳定性产生了影响,并让我们再一次认识到了养老金管理的重要性。作为养老金类型中重要的一种,养老金固定缴款计划（DC）相比于养老金固定收益计划（DB）在缓解金融资产的转移压力以及在降低退休后的参保人员自身长寿风险的背景下都显示出一定的优势。本文中,我们研究了带有返还保险条款的养老金固定缴款计划（DC）的稳健最优化策略,并考虑了养老金参保人员工资的不确定风险以及通
随着我国经济实力的增强以及人民收入水平的提升,民众对于投资理财的关注也在不断增加。金融市场中投资产品众多,其中股票因为投资灵活、回报更高,所以大众的参与度也更高。对股票价格走势进行有效预测,帮助广大投资者规避风险,获取高额的回报,一直是国内外研究者关注的研究热点。针对股票价格预测问题,本文以神经网络为基础,结合深度学习理论,构建股票价格预测模型,主要研究工作和成果包括以下几个方面。（1）构建结合注
＜正＞“书籍是人类进步的阶梯。”没错，读书能使人进步，经典的文学作品经过了时间的考验，凝聚了人类的智慧，《水浒传》就是其中的代表作。《水浒传》描写了北宋末年，宋徽宗昏庸无能，奸臣当道，民不聊生。山东郓城以宋江为首的众人掀起风起云涌的农民起义，让朝廷闻风丧胆，百姓拍手称快。
＜正＞ 现在的读书人,包括我们的教师们,都不大注意一个“抄”书。其实,抄书是我国的传统学习方法中的好东西,只要“抄”之得法,“抄”之得体,“抄”又何妨呢? 这里有一则古人的故事。张溥,是明清之际的一代名家。可有人问他那么多学问哪里来时,他直言不讳:抄来的。他读书的一大特点就是“抄”,他的书房名称也很别致,叫“七录斋”,
在现实分类场景中,人们经常需要面对较少的已标记数据以及大量无标记数据。因此,半监督学习成为了新的研究热点。其中基于图的方法在分类正确率上具有明显优势,但随着现实生活中数据量的日益膨胀,半监督图方法因为较高的时间复杂度难以处理数据集规模较大的分类场景。因此,如果能在保持半监督图方法分类正确率的同时,有效降低图方法的时间复杂度,可以使其拥有更加广泛的应用空间。为此,本文以经典半监督图方法LGC为基础,
电子政务项目是政府提供信息化服务的重要方式,其数量和复杂度都在持续增加。前置评审作为政府把控项目质量的第一道关卡,评审专家的知识水平决定了其结果的有效性。但是,当前的电子政务评审流程大多忽视了对评审专家的管理,缺乏标准化的专家评估机制,已有评价方法停留在浅层信息分析中,专家抽取存在知识水平配置的不均衡。所以,如何刻画专家特征、充分挖掘深层信息成为辅助专家评价的重要基础。依据知识单元理论和元评价方法
目的 探讨中晚期结直肠癌患者生命质量现状及相关的影响因素，为进一步提高患者的生命质量提供科学依据。方法 选取2019年9月-2021年12月山东省青岛、济南、济宁、聊城和枣庄市11所三级综合医院收治的889例中晚期结直肠癌患者开展问卷调查，回收有效问卷881份，有效问卷回收率99.10%;其中结肠癌383例，直肠癌498例。采用本土化的结直肠癌患者生命质量测定量表（FACT-C量表；第四版）评估患
近年来,随着计算机硬件水平的日益提高和深度网络的不断发展,通用的图像分类技术已经趋近成熟,但在很多实际的应用场景中,人们需要对事物进行更为精细的划分,如濒危物种保护、商品自动识别等,由此产生了细粒度图像分类研究。细粒度图像分类主要是针对特定类别事物的子类别进行划分,细粒度图像通常具有类间差异小、类内差异大的特点,用以辨别不同子类的特征往往隐藏在局部区域中且十分细微。因此,如何全面准确地学习到这些显
超像素是将图像过度分割以提供图像数据的中间级表示的结果。超像素算法已成为计算机视觉领域和图像分析等研究的重要技术。由于现有超像素算法是不可微的且深度网络通常在规则的网格上进行定义,导致目前生成超像素的算法大多基于手工提取的像素特征进行。本文提出融合深度网络的改进快速生成超像素算法,将深度学习网络嵌入到超像素的生成过程当中,利用含多隐含层的深度网络进行图像像素特征的提取。然后通过K-means聚类方