题目: Understanding Deep Learning Techniques for Image Segmentation

简介: 机器学习已被大量基于深度学习的方法所淹没。各种类型的深度神经网络(例如卷积神经网络,递归网络,对抗网络,自动编码器等)有效地解决了许多具有挑战性的计算机视觉任务,例如在不受限制的环境中对对象进行检测,定位,识别和分割。尽管有很多关于对象检测或识别领域的分析研究,但相对于图像分割技术,出现了许多新的深度学习技术。本文从分析的角度探讨了图像分割的各种深度学习技术。这项工作的主要目的是提供对图像分割领域做出重大贡献的主要技术的直观理解。从一些传统的图像分割方法开始,本文进一步描述了深度学习对图像分割域的影响。此后,大多数主要的分割算法已按照专用于其独特贡献的段落进行了逻辑分类。

成为VIP会员查看完整内容
Understanding Deep Learning Techniques for Image Segmentation.pdf
117

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《经济学中的强化学习》2020大综述,42页pdf128篇文献
专知会员服务
200+阅读 · 2019年8月30日
最全综述 | 图像分割算法
极市平台
23+阅读 · 2019年6月23日
基于显著性的图像分割
AI研习社
7+阅读 · 2019年4月21日
DL | 语义分割综述
机器学习算法与Python学习
58+阅读 · 2019年3月13日
命名实体识别(NER)综述
AI研习社
65+阅读 · 2019年1月30日
Image Captioning 36页最新综述, 161篇参考文献
专知
90+阅读 · 2018年10月23日
综述 | 近年来深度学习的重要研究成果(附PDF)
数据派THU
14+阅读 · 2018年8月15日
深度学习综述(下载PDF版)
机器学习算法与Python学习
27+阅读 · 2018年7月3日
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Image Segmentation Using Deep Learning: A Survey
Arxiv
43+阅读 · 2020年1月15日
Arxiv
44+阅读 · 2019年12月20日
Arxiv
5+阅读 · 2018年10月11日
Image Captioning based on Deep Reinforcement Learning
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
VIP会员
相关VIP内容
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
专知会员服务
200+阅读 · 2019年8月30日
相关资讯
最全综述 | 图像分割算法
极市平台
23+阅读 · 2019年6月23日
基于显著性的图像分割
AI研习社
7+阅读 · 2019年4月21日
DL | 语义分割综述
机器学习算法与Python学习
58+阅读 · 2019年3月13日
命名实体识别(NER)综述
AI研习社
65+阅读 · 2019年1月30日
Image Captioning 36页最新综述, 161篇参考文献
专知
90+阅读 · 2018年10月23日
综述 | 近年来深度学习的重要研究成果(附PDF)
数据派THU
14+阅读 · 2018年8月15日
深度学习综述(下载PDF版)
机器学习算法与Python学习
27+阅读 · 2018年7月3日
微信扫码咨询专知VIP会员