基于多源融合FCN的图像分割

摘要：

图像分割任务中,传统的基于人工设计特征方法工作量大、复杂度高、分割精度较低,现有的基于全卷积神经网络(fully convolutional networks,FCN)的方法在分割边缘上不够精细.为了提高图像分割算法的分割精度,提出基于多源融合的全卷积神级网络模型,输入图片经过Sobel算子提取边缘特征获得特征矩阵,与RGB和灰度图像一起作为输入,将传统全卷积网络拓展成具有多种输入源的分割模型.在PASCAL VOC2012图像分割数据集上进行实验验证,结果显示该模型提高了图像分割的精度,具有良好的实时性和鲁棒性.

关键词：图像分割、全卷积神经网络、多源融合、Sobel算子

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目91538201;泰山学者工程专项经费资助项目ts201511020

在线出版日期：2018-12-05（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：2877-2880