摘要:圖像的語義分割是對圖像中的每個像素標注其所屬的類別。在航天領域,語義分割技術可用于定位航天器及其零部件,為航天器故障排除、部件維修、太空垃圾清理等在軌服務創造條件。近幾年,全部或部分使用深度學習時,語義分割的效果獲得了很大的提升。本文對基于深度學習的語義分割算法進行綜述。首先介紹常用的數據集和通用的深度神經網絡,隨后對兩類具有重大實用意義的分割算法:編碼器-解碼器算法和整合上下文信息算法進行總結。最后對語義分割的發展進行了展望。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社
熱門期刊
期刊名稱:上海航天
上海航天雜志緊跟學術前沿,緊貼讀者,國內刊號為:31-2169/V。堅持指導性與實用性相結合的原則,創辦于1984年,雜志在全國同類期刊中發行數量名列前茅。