删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于融合多尺度标记信息的深度交互式图像分割

本站小编 Free考研考试/2022-01-01

丁宗元1,孙权森1,王涛1,王洪元2
1(南京理工大学计算机科学与技术学院 南京 210094);2(常州大学计算机与人工智能学院 江苏常州 213164) (dzyha2011@163.com)
出版日期: 2021-08-01


基金资助:国家自然科学基金项目(61802188,61673220,61976028);江苏省自然科学基金项目(BK20180458);中国博士后科学基金项目(2020M681530)

Deep Interactive Image Segmentation Based on Fusion Multi-Scale Annotation Information

Ding Zongyuan1, Sun Quansen1, Wang Tao1, Wang Hongyuan2
1(School of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094);2(School of Computer Science and Artificial Intelligence, Changzhou University, Changzhou, Jiangsu 213164)
Online: 2021-08-01


Supported by:This work was supported by the National Natual Science Foundation of China (61802188, 61673220, 61976028), the Natural Science Foundation of Jiangsu Province (BK20180458), and the China Postdoctoral Science Foundation (2020M681530).




摘要/Abstract


摘要: 现有深度交互式图像分割算法通过对单击点计算距离映射或者高斯映射,然后将其与图像进行拼接作为网络的输入.每个单击点的影响范围是相同的,而每个交互的目的并不相同,早期交互的主要目的为选择,后期则更侧重微调.基于此,提出了融合多尺度标记信息的深度交互图像分割算法.首先,通过设置不同高斯半径,对每个单击点计算2组不同尺度的高斯映射.然后,融合小尺度高斯映射,并移除基础分割网络中的部分下采样模块,使网络提取更丰富的细节特征.同时,为了保持目标分割结果的完整性,提出了非局部特征注意力模块,该模块融合了大尺度高斯映射.最后,根据高斯映射提供的概率信息,提出了概率单击损失,提升目标在单击附近的分割表现.实验结果表明:提出的算法既能保持分割的完整性,又能得到目标细节的分割结果,大大降低了用户的交互负担.






[1]陈波冯,李靖东,卢兴见,沙朝锋,王晓玲,张吉. 基于深度学习的图异常检测技术综述[J]. 计算机研究与发展, 2021, 58(7): 1436-1455.
[2]王慧娇, 丛鹏, 蒋华, 韦永壮. 基于深度学习的SIMON32/64安全性分析[J]. 计算机研究与发展, 2021, 58(5): 1056-1064.
[3]潘旭东, 张谧, 颜一帆, 陆逸凡, 杨珉. 通用深度学习语言模型的隐私风险评估[J]. 计算机研究与发展, 2021, 58(5): 1092-1105.
[4]李明慧, 江沛佩, 王骞, 沈超, 李琦. 针对深度学习模型的对抗性攻击与防御[J]. 计算机研究与发展, 2021, 58(5): 909-926.
[5]汪嘉来, 张超, 戚旭衍, 荣易. Windows平台恶意软件智能检测综述[J]. 计算机研究与发展, 2021, 58(5): 977-994.
[6]周纯毅, 陈大卫, 王尚, 付安民, 高艳松. 分布式深度学习隐私与安全攻击研究进展与挑战[J]. 计算机研究与发展, 2021, 58(5): 927-943.
[7]汪烨, 陈骏武, 夏鑫, 姜波. 智能需求获取与建模研究综述[J]. 计算机研究与发展, 2021, 58(4): 683-705.
[8]吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527.
[9]廖海斌, 徐斌. 基于性别和年龄因子分析的鲁棒性人脸表情识别[J]. 计算机研究与发展, 2021, 58(3): 528-538.
[10]付章杰, 李恩露, 程旭, 黄永峰, 胡雨婷. 基于深度学习的图像隐写研究进展[J]. 计算机研究与发展, 2021, 58(3): 548-568.
[11]古天龙, 冯旋, 李龙, 包旭光, 李云辉. 基于社会新闻数据集的伦理行为判别方法[J]. 计算机研究与发展, 2021, 58(2): 253-263.
[12]陈晋音, 陈奕芃, 陈一鸣, 郑海斌, 纪守领, 时杰, 程瑶. 面向深度学习的公平性研究综述[J]. 计算机研究与发展, 2021, 58(2): 264-280.
[13]李金鹏, 张闯, 陈小军, 胡玥, 廖鹏程. 自动文本摘要研究综述[J]. 计算机研究与发展, 2021, 58(1): 1-21.
[14]孟子尧, 谷雪, 梁艳春, 许东, 吴春国. 深度神经架构搜索综述[J]. 计算机研究与发展, 2021, 58(1): 22-33.
[15]朱泓睿, 元国军, 姚成吉, 谭光明, 王展, 户忠哲, 张晓扬, 安学军. 分布式深度学习训练网络综述[J]. 计算机研究与发展, 2021, 58(1): 98-115.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4475
相关话题/计算机 图像 网络 计算 信息

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于孪生BERT网络的科技文献类目映射
    何贤敏1,李茂西1,何彦青21(江西师范大学计算机信息工程学院南昌330022);2(中国科学技术信息研究所北京100038)(xianminhe@jxnu.edu.cn)出版日期:2021-08-01基金资助:国家自然科学基金项目(61662031);中国科学技术信息研究所重点工作项目(ZD202 ...
    本站小编 Free考研考试 2022-01-01
  • 网络信息生态系统中的虚假信息:检测、缓解与挑战
    Amrita,Bhattacharjee1,舒凯2,高旻3,刘欢11(亚利桑那州立大学计算机科学与工程系美国亚利桑那州坦佩85281);2(伊利诺伊理工大学计算机科学系美国伊利诺伊州芝加哥60616);3(重庆大学大数据与软件学院重庆400044)(abhatt43@asu.edu)出版日期:202 ...
    本站小编 Free考研考试 2022-01-01
  • 虚假信息检测专题前言
    出版日期:2021-07-01Online:2021-07-01摘要/Abstract摘要:虚假信息检测旨在综合应用自然语言处理、社交挖掘、跨模态分析等智能处理手段,发现并利用信息的内在特征、产生机理与传播规律,为以假新闻为代表的虚假、伪造信息的识别与干预提供理论和技术支持.《Science》在20 ...
    本站小编 Free考研考试 2022-01-01
  • 基于模体度的社交网络虚假信息传播机制研究
    徐铭达1,张子柯2,3,许小可11(大连民族大学信息与通信工程学院辽宁大连116600);2(浙江大学传媒与国际文化学院杭州310058);3(杭州师范大学阿里巴巴复杂科学研究中心杭州311121)(854655253@qq.com)出版日期:2021-07-01基金资助:国家自然科学基金项目(61 ...
    本站小编 Free考研考试 2022-01-01
  • 融合源信息和门控图神经网络的谣言检测研究
    杨延杰,王莉,王宇航(太原理工大学大数据学院山西晋中030600)(yangyanjie1073@link.tyut.edu.cn)出版日期:2021-07-01基金资助:国家自然科学基金项目(61872260)RumorDetectionBasedonSourceInformationandGat ...
    本站小编 Free考研考试 2022-01-01
  • 基于全局-时频注意力网络的语音伪造检测
    王成龙1,2,易江燕2,陶建华2,3,马浩鑫2,田正坤2,傅睿博21(中国科学技术大学信息科学技术学院合肥230027);2(模式识别国家重点实验室(中国科学院自动化研究所)北京100080);3(中国科学院大学人工智能学院北京100049)(chenglong.wang@nlpr.ia.ac.cn ...
    本站小编 Free考研考试 2022-01-01
  • 基于粗粒度数据流架构的稀疏卷积神经网络加速
    吴欣欣1,2,3,欧焱1,2,3,李文明1,2,王达1,2,张浩1,2,范东睿1,2,31(计算机体系结构国家重点实验室(中国科学院计算技术研究所)北京100190);2(中国科学院计算技术研究所北京100190);3(中国科学院大学计算机科学与技术学院北京100049)(wuxinxin@ict. ...
    本站小编 Free考研考试 2022-01-01
  • 社交网络信息传播预测与特定信息抑制
    曹玖新1,高庆清1,夏蓉清2,刘伟佳1,朱雪林1,刘波21(东南大学网络空间安全学院南京211189);2(东南大学计算机科学与工程学院南京211189)(jx.cao@seu.edu.cn)出版日期:2021-07-01基金资助:国家自然科学基金项目(61772133,61972087);国家社会 ...
    本站小编 Free考研考试 2022-01-01
  • 一种面向工业边缘计算应用的缓存替换算法
    张雷1,李琳1,陈鸿龙2,Daniel,Bovensiepen31(南京邮电大学物联网学院南京210009);2(中国石油大学(华东)控制科学与工程学院山东青岛266580);3(西门子中国研究院北京100102)(lei.z@njupt.edu.cn)出版日期:2021-07-01基金资助:国家自 ...
    本站小编 Free考研考试 2022-01-01
  • 计算机芯片关键技术前沿与进展专题前言
    出版日期:2021-06-01Online:2021-06-01摘要/Abstract摘要:“计算机体系结构前沿技术2021”专题———“计算机芯片关键技术前沿与进展”,集中介绍计算机芯片设计、测试、验证方面的新理论、新技术,以及新型部件和新型芯片系统.本专题包括关于处理器芯片敏捷设计和类脑计算的2 ...
    本站小编 Free考研考试 2022-01-01