基于深度残差网络和双向GRU的图像语义分割

摘要：

在图像语义分割领域中,大多数方法是基于CNN网络构建的,由于CNN很难对全局上下依赖关系进行建模,从而影响语义分割的结果.为此,本研究提出基于深度残差网络和双向GRU的图像语义分割模型ResNet-BiGRU,该模型充分利用CNN局部特征学习的能力和双向GRU全局建模的优势,在Weizmann Horse数据集上进行试验,得到分辨率高、边界清晰的语义分割结果.

关键词：图像语义分割、深度残差网络、双向GRU

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2022-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：13-16