首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于SegNet模型的高原鼠兔的图像分割
引用本文:陈海燕,陈刚琦,张华清.基于SegNet模型的高原鼠兔的图像分割[J].湖南农业大学学报(自然科学版),2020,46(6):749-752.
作者姓名:陈海燕  陈刚琦  张华清
作者单位:兰州理工大学计算机与通信学院,甘肃兰州 730050;兰州理工大学计算机与通信学院,甘肃兰州 730050;兰州理工大学计算机与通信学院,甘肃兰州 730050
基金项目:国家自然科学基金项目(61362034、62061024)
摘    要:针对高原鼠兔图像目标尺寸小、背景复杂、特征不显著、基于活动轮廓的图像分割模型无法有效分割的问题,采用基于卷积神经网络的SegNet语义模型对高原鼠兔图像进行分割:首先将采集的高原鼠兔图像进行预处理,尺度归一化后制作成与Pascal VOC数据集格式一致的数据集;然后将数据集分为训练集与测试集,采用训练集对SegNet模型训练,测试集对模型进行分割测试。对高原鼠兔图像分割的试验结果表明:与基于活动轮廓的Chan_Vese模型相比,基于卷积神经网络的SegNet模型对高原鼠兔图像分割时的交并比、平均像素精度、Dice相似性指数和Jaccard指数分别提高了68.33%、9.35%、30.61%和47.98%,过分割率和欠分割率分别降低了87.20%、16.52%。

关 键 词:高原鼠兔  卷积神经网络  图像分割  SegNet  语义分割
本文献已被 万方数据 等数据库收录!
点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《湖南农业大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号