【图像分割| 2019最新综述】自然图像和医学图像的深层语义分割，附21页PDF（Deep Semantic Segmentation of Natural and Medical Images: A Review）

论文主题： Deep Semantic Segmentation of Natural and Medical Images: A Review

论文摘要： （医学）图像语义分割任务包括将图像的每个像素（或几个像素）分类为一个实例，其中每个实例（或类别）对应于一个类。此任务是场景理解概念的一部分，或更好地解释全局 图像的上下文。在医学图像分析领域，图像分割可用于图像引导干预、放射治疗或改进的放射诊断。在这篇综述中，我们将领先的基于深度学习的医学和非医学图像分割解决方案分为六大类：深度架构、基于数据合成、基于损失函数、序列模型、弱监督和多任务方法。此外，针对每一组，我们分析了这些组的每一个变体，并讨论了当前语义图像分割方法的局限性和未来的研究方向。