小样本图像语义分割综述

摘要

【目的】对小样本语义分割方法进行系统而全面的介绍，为后续小样本分割算法设计工作提供参考。

【方法】当前的小样本分割方法借助基于度量的元学习方法来完成少样本情况下的语义分割任务。根据度量工具是否可学习，将小样本分割算法分为基于参数结构和基于原型结构的小样本分割算法，简述了两类算法的优缺点。

【结果】对该领域的一些经典工作和近年来的工作做了具体的分析，并给出了小样本分割算法的主要应用场景。

【结论】在此基础上，分析了小样本分割存在的关键问题和挑战，对小样本分割未来的发展方向和趋势进行了讨论。

关键词：计算机视觉；图像数据；深度学习；图像分割；小样本学习；小样本语义分割

引言

语义分割作为计算机视觉的基本任务之一，广泛应用于医学图像识别、自动驾驶、地质勘探等领域[1-2]。使用卷积神经网络能极大地提高语义分割的性能。基于卷积神经网络的语义分割模型需要大量具有像素级别标注的数据，获取大量的、高质量的像素级别标注数据费时费力，限制了语义分割在很多领域的应用。为了缓解语义分割模型需要大量标注数据的压力，研究通过使用少量的带标注样本完成语义分割任务的小样本语义分割问题被提出并受到广泛关注[3]。

小样本语义分割，也称小样本分割（Few-shot semantic segmentation, FSS）。小样本分割主要采用基于度量的元学习方法进行[4-5]。利用度量的思想，使用度量工具（例如，

小样本图像语义分割综述相关推荐

笔记：基于DCNN的图像语义分割综述
写在前面:一篇魏云超博士的综述论文,完整题目为<基于DCNN的图像语义分割综述>,在这里选择性摘抄和理解,以加深自己印象,同时达到对近年来图像语义分割历史学习和了解的目的,博古才能通今!感 ...
图像语义分割模型综述
文章目录一.语义分割介绍二.语义分割的思路空洞卷积条件随机场三.经典语义分割算法介绍 1.FCN 2.UNet Family (1)UNet (2)Attention U-Net (3)UN ...
【深度学习】语义分割-综述(卷积)
这里写目录标题 0.笔记参考 1. 目的 2. 困难点 3. 数据集及评价指标 3.1数据集 3.2评价指标 4.实现架构 5. 模型发展 5.1基于全卷积的对称语义分割模型 5.1.1FCN(201 ...
图像语义分割方法研究进展
全监督学习的图像语义分割方法研究进展简介 1 全监督学习的图像语义分割方法 1.1 基于全卷积的图像语义分割方法 1.2 基于编码器解码器结构的图像语义分割方法 1.3 基于注意力机制的图像语义分割 ...
深度学习应用篇-计算机视觉-语义分割综述[5]：FCN、SegNet、Deeplab等分割算法、常用二维三维半立体数据集汇总、前景展望等
[深度学习入门到进阶]必看系列,含激活函数.优化策略.损失函数.模型调优.归一化算法.卷积模型.序列模型.预训练模型.对抗神经网络等专栏详细介绍:[深度学习入门到进阶]必看系列,含激活函数.优化策略 ...
史上最全语义分割综述（FCN,UNet,SegNet，Deeplab，ASPP...）
目录语义分割综述摘要语义分割领域研究现状灰度分割条件随机场深度学习方法数据集与评价指标常用数据集评价指标模型介绍语义分割综述摘要语义分割(全像素语义分割)作为经典的计算机视觉 ...
基于深度学习的图像语义分割技术概述之背景与深度网络架构
本文为论文阅读笔记,不当之处,敬请指正. A Review on Deep Learning Techniques Applied to Semantic Segmentation: 原文链接摘要 ...
应用于语义分割问题的深度学习技术综述（语义分割综述）
应用于语义分割问题的深度学习技术综述基本介绍摘要 1 .引言 2.术语及背景概念 2.1 常见的深度网络架构 2.1.1 AlexNet 2.1.2 VGG 2.1.3 GoogLeNet 2.1 ...
2017语义分割综述
太优秀了,收藏用!转载自:https://www.cnblogs.com/Jie-Liang/archive/2017/06/29/6902375.html 综述论文翻译:A Review on De ...

小样本图像语义分割综述

小样本图像语义分割综述相关推荐

最新文章

热门文章