文献类型：期刊文章

作　　者：邝辉宇[1] 吴俊君[1]

KUANG Huiyu;WU Junjun(School of Mechatronics Engineering,Foshan University,Foshan,Guangdong 528225,China)

机构地区：[1]佛山科学技术学院机电工程学院

出　　处：《计算机工程与应用》

基　　金：国家重点研发计划(No.2018YFB1308000);国家自然科学基金(No.61603103,No.61673125);广东省自然科学基金(No.2016A030310293);广州市科技计划科学研究专项(No.201707010013);佛山科学技术学院高层次人才科研启动项目(No.Gg07176)

年　　份：2019

卷　　号：55

期　　号：19

起止页码：12-21

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：图像语义分割技术是智能系统理解自然场景的关键技术之一,作为视觉智能领域的重要研究方向,该技术在移动机器人、无人机、智能驾驶以及智慧安防等领域具有广阔的应用前景。对于图像语义分割技术的研究发展历程进行了详细评述,包括从传统的语义分割方法到当前主流的基于深度学习的图像语义分割理论及其方法,重点阐述了基于深度学习的图像语义分割技术的框架及其实现过程,进而对当前具有代表性的典型算法的效果以及优缺点进行了分析,然后归纳了算法评价指标,最后对该技术的发展进行了总结与展望。该研究对于从事图像语义分割技术的研究人员和工程技术人员均具有很好的参考意义。

关 键 词：智能系统 图像语义分割  深度学习  视觉智能  

分 类 号：TP391.41]