文献类型：期刊文章

作　　者：吴绿[1] 张馨月[2] 唐茉[2] 王梓[3] 王永安[4]

WU Lü;ZHANG Xin-yue;TANG Mo;WANG Zi;WANG Yong-an(Key Laboratory of Broadband Wireless Communication and Sensor Networks,Wuhan University of Technology,Wuhan,Hubei 430070,China;School of Resource and Environmental Sciences,Wuhan University,Wuhan,Hubei 430079,China;A Unit of the Chinese People’s Liberation Army,Wuhan,Hubei 430070,China;The 54th Research Institute of China Electronics Technology Group Corporation,Shijiazhuang,Hebei 050081,China)

机构地区：[1]武汉理工大学宽带无线通信与传感器网络湖北省重点实验室,湖北武汉430070 [2]武汉大学资源与环境科学学院,湖北武汉430079 [3]中国人民解放军95028部队,湖北武汉430070 [4]中国电子科技集团公司第五十四研究所,河北石家庄050081

出　　处：《电子学报》

基　　金：“十三五”国家重点研发计划(No.2017YFB0503500)。

年　　份：2021

卷　　号：49

期　　号：3

起止页码：596-604

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：场景图像分割一直是机器视觉学习中较为复杂的重难点问题.本文在机器视觉注意力机制学习方法的基础上,融合人类对事物个体的认知,提出场景对象的Focus+Context语义表征,将对象类别信息带入图像底层特征学习中,运用概率统计理论,在抽象层上建模局部区域对象,再联合上下文语义信息推理全局与局部区域对象之间的关系,以实现类内焦点对象(Focus)突出的场景语义分割.实验验证,基于Focus+Context的语义表征和建模能够增加对象的识别率,尤其是在小样本环境下,所提出的方法能极大地简化场景的理解.

关 键 词：场景图像分割  Focus+Context  语义表征 主题模型

分 类 号：TP391.7]