采用多层图模型推理的道路场景分割算法

通知公告

交大新闻

过刊浏览

12 现在的位置：首页 > 期刊导读 > 2017 > 12 >

【作者】邓燕子卢朝阳李静刘阳

【关键词】道路场景分割多类别图像标记随机森林马尔科夫随机场

【摘要】针对传统图模型分割算法提取的物体边缘不够精细、难以适应复杂道路场景布局的问题,提出了一种基于多层图模型推理的道路场景分割(HGI)算法.该算法先将图像过分割为同质的超像素块,再采用随机森林模型训练超像素块的多类别回归器和相邻超像素的一致性回归器;然后用2种回归值计算马尔科夫随机场(MRF)模型的能量项,通过推理得到初始分割;最后为了解决超像素块包含多类别带来的分类混淆,在初始分割基础上构建像素级的全连接条件随机场模型,进行优化得到精细的分割结果.实验结果表明,采用HGI算法对人工标注数据库和真实拍摄的场景图像处理能够得到精细的分割边缘,能够解决超像素推理中的类别混淆问题,与传统的MRF图模型分割方法相比,在总体精度和平均召回率2个指标上分别提高了2％和3％.

上一篇： 采用设计结构矩阵的突发事件扩散预测及建模方法
下一篇： 采用仿射迭代最近点的晶圆分割方法

12 现在的位置：首页 > 期刊导读 > 2017 > 12 >

采用多层图模型推理的道路场景分割算法

【作者】 邓燕子 卢朝阳 李静 刘阳

【关键词】 道路场景分割 多类别图像标记 随机森林 马尔科夫随机场

【作者】邓燕子卢朝阳李静刘阳

【关键词】道路场景分割多类别图像标记随机森林马尔科夫随机场