公开(公告)号：CN106709924B

公开(公告)日：2019-11-22

申请号：CN201611020101.0

申请日：2016-11-18

Applicant: 中国人民解放军信息工程大学

Inventor： 闫镔 ,  陈健 ,  曾磊 ,  乔凯 ,  徐一夫 ,  李中国 ,  高飞

IPC: G06T7/12 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于深度卷积神经网络和超像素的图像语义分割方法，克服了现有技术中，现有语义分割方法的精度仍待提高的问题。该发明含有如下步骤：1：在图像分类数据集上训练一个由图像到类别标签的深度卷积网络分类模型；2：在深度卷积神经网络分类模型中加入反卷积层，在图像语义分割数据集上进行微调训练，实现从图像到图像语义分割结果的映射；3：将测试图像输入深度卷积神经网络语义分割模型中，得到各个像素的语义标签，同时将测试图像送入超像素分割算法，得到若干超像素区域；4：把超像素和语义标签进行融合，得到最终改善的语义分割结果。本方法改善现有图像语义分割方法的精度，在图像识别和应用中具有重要意义。

公开(公告)号：CN106780496A

公开(公告)日：2017-05-31

申请号：CN201611023726.2

申请日：2016-11-17

Applicant: 中国人民解放军信息工程大学

Inventor： 曾磊 ,  陈健 ,  李中国 ,  徐一夫 ,  王提 ,  乔凯 ,  海金金

IPC: G06T7/10

CPC classification number: G06T2207/10004 ,  G06T2207/20024

Abstract: 本发明公开了一种融合改进局部灰度不均匀模型和局部方差的水平集图像分割方法，克服了现有技术中，灰度不均匀图像分割效果仍需改进的问题。该发明含有如下步骤：1、针对灰度不均匀图像特性，建立灰度不均匀的数学模型；2、通过高斯分布函数刻画图像灰度分布；3、通过低通滤波对原始图像进行处理；4、根据3建立图像局部数据项，同时建立规则化项，并结合2建立的局部统计项构造总体水平集能量函数；5、根据欧拉‑拉格朗日定理将能量函数转化为偏微分方程，通过梯度下降实现能量函数最小化。该技术中改进的灰度不均匀模型考虑了原始图像与估计图像之间的差异，分析了传统图像灰度不均匀模型存在的问题及引入此种差异后对分割结果的改进。

公开(公告)号：CN106709924A

公开(公告)日：2017-05-24

申请号：CN201611020101.0

申请日：2016-11-18

Applicant: 中国人民解放军信息工程大学

Inventor： 闫镔 ,  陈健 ,  曾磊 ,  乔凯 ,  徐一夫 ,  李中国 ,  高飞

IPC: G06T7/12 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于深度卷积神经网络和超像素的图像语义分割方法，克服了现有技术中，现有语义分割方法的精度仍待提高的问题。该发明含有如下步骤：1：在图像分类数据集上训练一个由图像到类别标签的深度卷积网络分类模型；2：在深度卷积神经网络分类模型中加入反卷积层，在图像语义分割数据集上进行微调训练，实现从图像到图像语义分割结果的映射；3：将测试图像输入深度卷积神经网络语义分割模型中，得到各个像素的语义标签，同时将测试图像送入超像素分割算法，得到若干超像素区域；4：把超像素和语义标签进行融合，得到最终改善的语义分割结果。本方法改善现有图像语义分割方法的精度，在图像识别和应用中具有重要意义。