图像语义分割方法
Posted ywheunji
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了图像语义分割方法相关的知识，希望对你有一定的参考价值。
语义分割的基本结构如下，通过一个分割模型确定基本结果，再通过CRF等进行优化输出。
后面优化的模型有以下几种：
全连接条件随机场(DenseCRF)
CRFasRNN
马尔科夫随机场(MRF)
高斯条件随机场(G-CRF)
后面的概率模型中存在二元势函数，
二元势函数就是描述像素点与像素点之间的关系，鼓励相似像素分配相同的标签，而相差较大的像素分配不同标签，
而这个“距离”的定义与颜色值和实际相对距离有关。所以这样CRF能够使图片尽量在边界处分割。
深度学习+概率图模型是一种趋势。深度学习进行特征提取，概率模型从数学方面很好的解释事物间的联系。
参考自：https://zhuanlan.zhihu.com/p/22308032
以上是关于图像语义分割方法的主要内容，如果未能解决你的问题，请参考以下文章