资料下载
×
一种融合深度网络的改进快速生成超像素算法
消耗积分:0 |
格式:pdf |
大小:5.21 MB |
2021-04-07
分享资料个
超像素是图像过度分割的结果，提供了图像数据的中间级表示，对计算杋视觉等领域的研究具有重要意义。现有的超像素算法是不可微的，且深度网络通常在规则的网格上进行定乂，导致目前生成超像素的算法大多基于手工提取的像素特征进行。提岀融合深度网络的改进快速生成超像素算法，将深度学习网络嵌入到超像素的生成过程中，首先利用含多隐含层的深度网络进行图像像素特征的提取，然后通过K- means聚类法计算初始种子点位置以改善分割结果，在此基础上通过主动搜索方法确保像素标签的正确性，最后得到超像素分割结果。在 Berkeley数据集BSDS500上，使用BSDS的基准测评与其他文献的对比实验表明，所提出的算法在分割结果的紧凑性、规则性等性能方面相对较好。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
