深度神经网络在图像语义分割中的应用及方法研究综述.docx

深度神经网络在图像语义分割中的应用及方法研究综述

目录

深度神经网络在图像语义分割中的应用及方法研究综述（1）．．．．．．4

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

图像语义分割概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1定义与分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2应用领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.3发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

深度学习在图像语义分割中的应用．．．．．．．．．．．．．．．．．．．．．．．．．17

3.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.3生成对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

特征提取与表示学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

4.1特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.2表示学习技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.3深度学习中的特征融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

深度神经网络架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.1基础架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

5.2模型深度与宽度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

5.3跨层连接与跳跃连接．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

数据集与评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

6.1常用数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

6.2评估指标体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

6.3数据增强与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

方法研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

7.1基于传统卷积神经网络的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

7.2基于循环神经网络的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

7.3基于生成对抗网络的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

7.4基于注意力机制的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

7.5基于迁移学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

案例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

8.1案例一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

8.2案例二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

8.3案例三．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

面临的挑战与未来展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61

9.1计算资源需求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

9.2数据集多样性．．．．．．．．．．．