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。

成为VIP会员查看完整内容
81

相关内容

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《深度学习行人重识别》综述论文,24页pdf
专知会员服务
72+阅读 · 2020年5月5日
【文献综述】图像分割综述,224篇参考文献,附58页PDF
专知会员服务
107+阅读 · 2019年6月16日
图数据表示学习综述论文
专知
36+阅读 · 2019年6月10日
人脸识别技术全面总结:从传统方法到深度学习
机器之心
9+阅读 · 2019年2月10日
Image Captioning 36页最新综述, 161篇参考文献
专知
78+阅读 · 2018年10月23日
Deep Learning(深度学习)各种资料网址
数据挖掘入门与实战
11+阅读 · 2017年10月31日
Image Segmentation Using Deep Learning: A Survey
Arxiv
38+阅读 · 2020年1月15日
Arxiv
5+阅读 · 2018年10月11日
VIP会员
相关VIP内容
最新《深度学习行人重识别》综述论文,24页pdf
专知会员服务
72+阅读 · 2020年5月5日
【文献综述】图像分割综述,224篇参考文献,附58页PDF
专知会员服务
107+阅读 · 2019年6月16日
微信扫码咨询专知VIP会员