期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:深度学习 图像语义分割 卷积网络 监督信息
摘要:图像语义分割是将图像中具有语义信息的区域划分出来并赋予相应的语义标签,它在自动驾驶、医疗图像识别中有重要的应用价值。近年来,卷积神经网络能够提取高层的图像特征,并通过深度网络训练参数进行分类和识别,因此构建全卷积神经网络(FCN)模型,通过多次卷积和池化,提取图像中显著的细节信息,同时忽略背景信息,通过处理有效的监督信息来精准地提取图像的语义信息,对图像进行精准的语义分割。实验验证了该方法的有效性。
电脑与信息技术杂志要求:
{1}文中一级标题、二级标题、三级标题、四级标题的序号用“一、……”“(一)……”“1.……”“(1)……”标示。
{2}来稿不退,请自留底稿。
{3}来稿选题应把握已有研究进展,提出所需研究的科学问题和实践或政策意义,要有方法与理论等方面的创新性。
{4}关键词每篇文章可选4-5个关键词,请选择能反映论文主要内容或研究方法的词作为关键词。
{5}作者项标注姓名,单位全称,省名加城市名,邮编,通信地址,联系电话。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社