图像识别技术与应用

一.什么是图像分割

二.图像分割的应用前景

三.图像分割的前景与背景

 

三.图像分割的三层境界

1. 第一层境界：基于像素的分割

基本原理：根据像素的灰度、颜色等信息进行分割

特点：计算简单、速度快，但对噪声敏感，分割结果往往不精确，容易出现分割破碎或不完整的情况

2.第二层境界：基于区域的分割

基本原理：将图像中具有相似性质的像素集合划分为区域

3.第三层境界：基于语义的分割

基本原理：利用深度学习等技术，让计算机理解图像中的语义信息，将图像分割成具有语义意义的不同部分

四.图像分割的数据集

 VOC数据集：来自PASCAL VOC挑战赛，有4大类、20小类

 数据内容：包含50个城市在春夏秋不同时段、不同场景背景的街景图。

 

类别数量：共30个类别

 

那图像数量：有5000张精细标注图像（2975张训练图、500张验证图、1525张测试图）以及20000张粗略标注图像

 

分割类型：支持语义分割和实例分割。

六.转置卷积

转置卷积概念：介绍了反卷积输入为22的矩阵 Y = [y_0, y_1, y_2, y_3] ，输出为44的矩阵 X = [x_0, ..., x_{16}] ，卷积核为3*3

 

反卷积实现：从图示可见通过矩阵乘法完成从输入到输出的转换。

 

•卷积与反卷积关系：二者是转置关系，通过展开卷积运算的矩阵形式可以看出，反卷积是对卷积运算矩阵的转置操作，从而实现上采样等功能，在图像分割等任务中用于恢复图像分辨率。

七.典型图像分割网络

 

 

典型图像分割网络：提到卷积网络的编码器部分，但未展开讲解。