| 低照度边缘增强的语义分割模型研究 |
| |
| 引用本文： | 罗晖,芦春雨.低照度边缘增强的语义分割模型研究[J].华东交通大学学报,2020,37(4):116-124. |
| |
| 作者姓名： | 罗晖 芦春雨 |
| |
| 作者单位： | 华东交通大学信息与通信工程学院,江西 南昌 330013,华东交通大学信息与通信工程学院,江西 南昌 330013 |
| |
| 摘 要： | 为提高对低照度图像的语义分割精度,提出了一种基于RPN的边缘增强语义分割模型(EESN)。在该模型中,首先利用深度残差网络提取图像的高阶语义特征,并通过RPN快速生成待分割目标候选区域;然后,利用设计的融合算法对候选区域进行融合,并剔除重复的候选区域;最后,对融合的目标候选区域做低照度边缘搜索,并利用失真代价较小的局部增强算法对低照度边缘进行特征增强。将EESN用于Pascal VOC12和Cityscapes两个数据集的语义分割中,分别获得了81.2%和67.6%的mIoU,该结果证明了EESN对具有低照度边缘的图像具有较好的分割性能。
|
| 关 键 词： | 语义分割 候选区域网络 低照度 边缘检测 局部增强 |
Research on Semantic Segmentation Model of Low-Illumination Edge Enhancement |
| |
| Luo Hui,Lu Chunyu.Research on Semantic Segmentation Model of Low-Illumination Edge Enhancement[J].Journal of East China Jiaotong University,2020,37(4):116-124. |
| |
| Authors: | Luo Hui Lu Chunyu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
