王 彤 杨秋菊

1(苏州高博软件技术职业学院信息与软件学院 江苏 苏州 215163)2(西南石油大学应用技术学院 四川 南充 637001)

0 引 言

场景解析也称为语义图像分割，它将图像划分为语义区域或对象，如山、天空、建筑等，近年来受到了广泛关注[1]。场景解析结合了检测、分割和多标签识别这三个传统问题[2]，将预定义标签集中的对象类标签分配给输入图像中的每个像素(或超像素)是一个热门的研究领域。

目前，各种场景解析方法被相继提出，大致可分为三类。第一类是参数化方法，其使用自动上下文技术以学习图像中感兴趣类别的紧凑参数模型[3]。此方法可以学习参数分类器以识别物体(如建筑物或天空)。该类方法中，已有几种深度学习技术应用于语义分割，如文献[4]提出了基于卷积神经网络(CNN)的参数化场景解析算法，其中CNN旨在学习强大的特征和分类器以区分局部视觉细微差别。

第二类是非参数化方法，其目标是通过将图像的部分与标记图像的大数据集中的相似部分进行匹配来标记输入图像[5]，其中类别分类器学习通常由马尔可夫随机场代替，一元势能通过最近邻检索来计算。

在非参数场景解析方法中，基于在图像中的不同像素之间编码的关系(依赖性)，可分为三种类型。第一种类型包含对每个像素独立地进行分类来解决像素标记问题的方法。文献[6]提出的场景解析方法使用包含完全注释图像的大数据集为输入图像选择最近邻……