论文部分内容阅读
随着深度学习的发展,卷积神经网络被用于解决各类计算机视觉问题。物体的分割是图像处理的基础,传统的分割算法在特定强光噪声场景下对图片的理解能力及工作效率欠佳。针对传统马匹图像分割算法中存在的分割边缘不清晰、强光照射下马匹轮廓分割模糊,以及分割前需要进行手工标注等问题,提出一种基于全卷积神经网络并加入条件随机场的马匹图像分割算法。建立马匹图像数据集进行训练测试,网络中加入带有空洞卷积的空间金字塔池化模型(ASPP)、空洞卷积与深度分离卷积使得网络在参数不变的情况下扩大感受野从而有效地分割出马匹。在深度卷