基于全卷积网络的图像语义分割算法

计算机视觉中图像处理及图像理解是重要技术,图像语义分割对于图像理解具有直接影响。为能够进一步提高图像语义分割准确性以及效率,提出一种基于全卷积网络的图形语义分割可将任意尺寸图片输入其中,端对端实施像素级分割,能够显著提高分割准确度。但是在实际应用中,容易出现分辨率低问题,为提升图像语义分割精度,该文从FCN基础实施改进,减少池化步长、实现多尺度池化和叠加高层语义因此以及改进代价函数。针对研究算法在PASCAL VOC 2012数据集上对其实施验证以及评测,研究结果发现这一算法和原有算法相比平均交并比得到相助提升,达到0.6%。