公开(公告)号：CN110992379A

公开(公告)日：2020-04-10

申请号：CN201911232075.1

申请日：2019-12-05

Applicant: 华中科技大学

Inventor： 许永超 ,  万建强 ,  柳阳 ,  白翔

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于方向超像素的快速图像分割方法。与传统的基于聚类、分水岭、主动轮廓模型或图模型的分割方法相比，该方法的分割性能平均提高了100％。同时与之前一些通过卷积神经网络预测边缘加上耗时的后处理的分割方法相比，该方法可实时运行，速度是这些分割方法的18倍以上。首先，通过卷积神经网络在每个像素位置上预测一个二维向量，该向量的方向为从距离当前像素最近的边缘指向当前点。然后，根据每个位置预测的方向，得到基于方向的超像素图。在超像素图的基础上，构建区域关系图，最后使用定制的快速融合方法得到分割结果。该方法在图像分割的速度和精度的平衡上取得了很好的效果，实现简单，具有很广的实际应用范围。

公开(公告)号：CN110992379B

公开(公告)日：2022-04-19

申请号：CN201911232075.1

申请日：2019-12-05

Applicant: 华中科技大学

Inventor： 许永超 ,  万建强 ,  柳阳 ,  白翔

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于方向超像素的快速图像分割方法。与传统的基于聚类、分水岭、主动轮廓模型或图模型的分割方法相比，该方法的分割性能平均提高了100％。同时与之前一些通过卷积神经网络预测边缘加上耗时的后处理的分割方法相比，该方法可实时运行，速度是这些分割方法的18倍以上。首先，通过卷积神经网络在每个像素位置上预测一个二维向量，该向量的方向为从距离当前像素最近的边缘指向当前点。然后，根据每个位置预测的方向，得到基于方向的超像素图。在超像素图的基础上，构建区域关系图，最后使用定制的快速融合方法得到分割结果。该方法在图像分割的速度和精度的平衡上取得了很好的效果，实现简单，具有很广的实际应用范围。