第六講_圖像分割Image Segmentation

• 語義分割(semantic segmentation) 常用神經網絡介紹對比-FCN SegNet U-net DeconvNet

• 目錄
  

• +三大數據庫
  

顯著性檢測saliency detection

• 兩類問題
  
  
• 數據集的標注
  
• DNN網絡：VGG改進而來，分割輸出是和原圖大小一樣；實際該模型就是全卷積網絡
  

物體分割 object segmentation

• 前背景分割（前景包含物體，需要提供初始標記）
• Graph Cuts分割
  
• GrabCut分割:需要人工標記矩形框或者隨意標記框
• 前景、背景的顏色模型
• opencv已經實現，效果不錯

• 高斯混合模型
• Kmeans算法獲得

• 算法流程
  

語義分割 semantic segmentation

• 多類的分割
• 什么是語義分割，不需要事先標記分割
  
• 用處：機器人視覺，自動駕駛，X光
• 算法研究階段
  

全卷積網絡 Fully Convolution Network

• FCN（2015）--檢測部分的區域R-FCN(2016)

• 解決低分辨率問題：反卷積
  

• 卷積化：全連接->1x1卷積

• 32倍降采樣
  

• FCN卷積操作矩陣化
  

• 反卷積對應於梯度回傳

• padding=2；
  

• 卷積和轉置卷積的參數關系

• 當s>1時，s=1；為實現小數步長，需要插零補充
  

• 當不整除時候，在上邊右邊在需要補零
  

• FCN-反卷積
  

• 輸入輸出分奇偶情況

• 反池化操作效果好的網絡一般不用

• FCN的跳層結構skip-layer
  
  

• FCN構架
  

• 使用AlexNet構建FCN-32s-16s-8s網絡

• FCN訓練
  

• FCN的跳層結構性能
  

• VGG-16效果最優

• FCN結果
  

DeepLab網絡=DCNN+CRF

• DeepLab全卷積網絡
  
  

• 孔（Hole）算法
  

• 膨脹卷積

• 這樣使與訓練模型可以使用
  

• 效果：膨脹卷積的核參數和降采樣參數對應
  

• Atrous空間金字塔池化
  

• 全連接CRF:精確邊界分割
  

數據集

• cityscapes
• pascal voc
• mscoco（沒有像素標准，多邊形標准）,coco-stuff