【文献综述】图像分割综述，224篇参考文献，附58页PDF

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。