公开(公告)号：CN114494699A

公开(公告)日：2022-05-13

申请号：CN202210109479.7

申请日：2022-01-28

Applicant: 福州大学

Inventor： 陈羽中 ,  占小路

IPC: G06V10/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于语义传播与前背景感知的图像语义分割方法及系统，该方法包括以下步骤：步骤A：收集特定场景的图像样本，并标注每个像素所属的对象类别，构建带类别标签的训练集；步骤B：利用图像增强技术对训练集进行数据增强，得到增强后的训练集SE；步骤C：使用训练集SE训练基于语义传播与前背景感知的深度学习网络模型，用于分析图像中每个像素的语义类别；步骤D：将待分割图像输入到训练后的深度学习网络模型中，输出与原图大小相同的语义分割图，得到语义分割结果。该方法及系统有利于提高图像语义分割的像素准确性与平均交并比。

公开(公告)号：CN114494699B

公开(公告)日：2024-07-26

申请号：CN202210109479.7

申请日：2022-01-28

Applicant: 福州大学

Inventor： 陈羽中 ,  占小路

IPC: G06V10/26 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明涉及一种基于语义传播与前背景感知的图像语义分割方法及系统，该方法包括以下步骤：步骤A：收集特定场景的图像样本，并标注每个像素所属的对象类别，构建带类别标签的训练集；步骤B：利用图像增强技术对训练集进行数据增强，得到增强后的训练集SE；步骤C：使用训练集SE训练基于语义传播与前背景感知的深度学习网络模型，用于分析图像中每个像素的语义类别；步骤D：将待分割图像输入到训练后的深度学习网络模型中，输出与原图大小相同的语义分割图，得到语义分割结果。该方法及系统有利于提高图像语义分割的像素准确性与平均交并比。