专利名称:一种基于多层信息融合全卷积神经网络的图像语义
分割方法
专利类型:发明专利
发明人:陈亮,华静,李子印,刘泽森,孟庆阳,姚冰峰,孔繁圣申请号:CN201910158827.8申请日:20190304公开号:CN109902748A公开日:20190618
摘要:本发明涉及一种基于多层信息融合全卷积神经网络的图像语义分割方法,包括以下步骤:构建基于多信息融合的全卷积神经网络;对数据集的训练图片进行预处理,并将预处理结果输入神经网络中进行训练,得到图像语义分割模型;将待测试的图像输入图像语义分割模型,进行一次前向传播,端到端的输出语义分割结果。通过使用卷积神经网络模型提取图像的基础深度特征,将特征分为低层特征和高层特征,并将低层特征和高层特征融合成增强型的深度特征,能够有效解决图像语义分割准确率低,图像空间细节信息丢失的问题,最终得到较好的图像语义分割结果。
申请人:中国计量大学
地址:310018 浙江省杭州市江干区下沙高教园区学源街258号
国籍:CN
更多信息请下载全文后查看
因篇幅问题不能全部显示,请点此查看更多更全内容