基于划分图像内容分级的语义分割算法

摘要

语义分割的任务是将给定图片的每一个像素进行分类,为了解决当类数目急剧增多或类的特征频繁改变的时候,语义分割的准确性会急剧地下降的问题。本研究提出将像素分类任务按照分类难度划分成不同的子任务。具体工作分为两部分:为每一个子任务训练一个神经网络,训练一个集成神经网络。根据图像像素的多少来划分难度等级的数量。通过为每一个不同的难度等级训练神经网络,可以获得各个子任务的概率图,然后通过这些概率图来训练集成网络。在实验部分,本研究将数据集上的11个类别划分成容易、中等、困难三类进行训练,在CamVid数据集上使用平均IoU衡量该方法语义分割准确率。实验结果表明,本研究方法与单一U-net对比传统方法对比在各类平均IoU上有了2%的提升。尤其是在围栏,人行道,自行车手这三类上有超过5%的提升。