10.19968/j.cnki.hnkj.1003-5168.2022.21.003
基于深度残差网络和双向GRU的图像语义分割
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.
图像语义分割、深度残差网络、双向GRU
41
TP391.41(计算技术、计算机技术)
2022-11-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
13-16