文献类型：期刊文章

作　　者：张鑫[1] 姚庆安[1] 赵健[1] 金镇君[1] 冯云丛[1]

ZHANG Xin;YAO Qing’an;ZHAO Jian;JIN Zhenjun;FENG Yuncong(School of Computer Science and Engineering,Changchun University of Technology,Changchun 130102,China)

机构地区：[1]长春工业大学计算机科学与工程学院,长春130102

出　　处：《计算机工程与应用》

基　　金：吉林省科技发展规划重点研发项目(20200401076GX);吉林省教育厅“十三五”科学技术研究规划项目(JJKH20200678KJ);符号计算与知识工程教育部重点实验室2020年度开放基金(93K172020K05)。

年　　份：2022

卷　　号：58

期　　号：8

起止页码：45-57

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：图像语义分割是计算机视觉领域的热点研究课题,随着全卷积神经网络的迅速兴起,图像语义分割和全卷积神经网络的融合发展取得了非常卓越的成绩。通过对近年来高质量文献的收集,重点对全卷积神经网络图像语义分割方法进行总结。将收集的文献,按照应用场景的不同,划分为经典语义分割、实时性语义分割和RGBD语义分割,对具有代表性的分割方法进行阐述。同时归纳了常用的公共数据集和性能的评价指标,并对常用数据集上的实验进行分析总结,对全卷积神经网络未来可能的研究方向进行展望。

关 键 词：图像语义分割  计算机视觉 全卷积神经网络  

分 类 号：TP391]