深度学习图像分割综述论文最新版，Image Segmentation Using Deep Learning: A Survey

题目： Image Segmentation Using Deep Learning: A Survey

摘要：

图像分割是图像处理和计算机视觉领域的一个重要课题，其应用领域包括场景理解、医学图像分析、机器人感知、视频监控、增强现实和图像压缩等。文献中已经发展了各种图像分割算法。最近，由于深度学习模型在广泛的视觉应用中取得了成功，已经有大量的工作致力于开发使用深度学习模型的图像分割方法。在本次调查中，我们对撰写本文时的文献进行了全面的回顾，涵盖了语义和实例级分割的广泛的开创性著作，包括全卷积像素标记网络，编码器-解码器架构，多尺度和基于金字塔的方法，递归网络，视觉注意力模型，以及在对抗性环境下的生成模型。我们调查了这些深度学习模型的相似性、优势和挑战，研究了最广泛使用的数据集，报告了性能，并讨论了该领域未来的研究方向。