席一帆,孙乐乐,何立明,吕 悦

(长安大学 信息工程学院,西安 710064)

1 引言

图像分割是计算机视觉领域的重要分支,在无人驾驶,医学图像,3D 重建等场景用广泛的应用.传统的图像分割算法利用图像的颜色、纹理、形状等低级语义信息进行分割,缺失像素的对比度,方向度等中级语义[1-4];聚类是利用像素中级语义进行分割,但缺少像素之间的实体类别之间的高级语义;深度学习算法学习图像中的高级语义.深度学习的语义分割是对图像像素进行逐个分类,解析图像的深层次语义信息.Shelhamer 等[5]提出FCN (全卷积网络)可以对任意大小的图片进行处理,同时还引入跳级连接使低级语义信息和高级语义信息的融合,反卷积上采样恢复图像分辨率,但在细节上分割效果不好;Ronneberger 等[6]提出一种基于编码解码器架构的U-net,编码器对图像进行深层次的特征提取,生成高级语义信息,解码器利用跳级连接的思想,对不同分辨率特征图进行通道融合产生较好的分割效果.Vigay Badrinaryanan 等[7,8]提出SegNet,该网络架构与U-net 类似,不同的是SegNet 上采样利用编码器池化操作的下标去恢复图像分辨率,加速网络的推理,且占用更少的内存.Zhao 等[9]提出PSPnet 利用空间金子塔模块以不同的感受野提取全局特征,融合上下文信息进行上采样得到预测结果.Lin 等[10]提出Refinet,充分利用下采样的特征图,利用长范围残差链接的思想,将粗糙的高层语义特征和细粒度的底层特征进行融合,通过Renfinet block 将特征图进行逐层融合生成分割……