基于深度表达学习的图像语义解析:全面综述

2018 年 10 月 8 日 FCS

点击上方蓝字

关注我们

导读


       图像语义解析是指将图像分解为语义区域,并构造出输入图像的结构化表示的过程。近年来,它已在计算机视觉领域引起了人们的广泛兴趣。深度表达学习的近期应用促使图像语义解析进入一个新的发展阶段。本文总结出图像语义解析研究进展的三个方面,即:类别级语义分割、实例级语义分割,以及超越分割。具体来说,我们首先回顾每个任务的通用模型框架,并介绍它们相关的变体。继而,我们讨论每种方法的优点和局限性。此外,我们还全面比较不同的基准数据集和评估指标。最后,我们进一步探讨图像语义解析的未来发展趋势和面临的挑战。

作者简介

       林倞,商汤科技研究院执行院长,中山大学教授,国家万人计划青年拔尖人才,国家优秀青年基金获得者,教育部超算工程软件工程研究中心副主任, IET Fellow。先后在美国加州大学洛杉矶分校、香港中文大学等机构工作或访问研究。长期从事机器感知与认知、大数据分析等相关研究及技术成果转换;目前负责商汤科技的视频大数据分析、手机拍照成像、自主机器人等核心业务线。迄今在顶级国际学术期刊与会议上发表论文100余篇,包括在PAMI/IJCV期刊发表论文15篇,4篇论文成为ESI高被引论文。获得NPAR 2010 最佳论文奖, 2012 Google Faculty Award, 2017年度 World’s FIRST 10K Best Paper Diamond Award by IEEE ICME, 2014 Hong Kong Scholars Award,2018 Pattern Recognition年度最佳论文奖,率队获得2016 英特尔杯全国并行应用挑战赛金奖。担任CVPR、ICMR等知名学术会议的领域主席,IEEE Trans. Human-Machine Systems等著名学术期刊的编委(AE)。

文章精要


请长按下方二维码识别,阅读该文。

相关内容推荐:

基于样本选择的安全图半监督学习方法 2018 12(4):725-735

从上下文语境中学习: 基于相互增强模型的中文微博观点检索  2018 12(4):714-724

决策树集成学习中的结构多样性 2018 12(3):560-570

基于LDA模型的协同过滤  2018 12(3):571-581

结合序列二次规划的回溯搜索算 2018 12(2):316-330

一种解决类不平衡问题的进化欠采样bagging集成分类算法 2018 12(2):331-350

FCS 12(2) 人工智能专栏 | 关于差异进化算法中变异个体的选择



Frontiers of Computer Science



Frontiers of Computer Science 是由教育部主管、高等教育出版社和德国 Springer 公司共同出版的英文学术期刊。本刊于 2007 年创刊,双月刊,全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库(CSCD)核心库等收录,为 CCF 推荐期刊;两次入选“中国科技期刊国际影响力提升计划”;入选“第4届中国国际化精品科技期刊”。



长按二维码关注Frontiers of Computer Science公众号

登录查看更多
8

相关内容

语义分割,在机器学习上,多指对一段文本或者一张图片,提取其中有意义的部分,我们将这些有意义的部分称为语义单元,将这些语义单元提取出来的过程,称为语义分割。
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
基于小样本学习的图像分类技术综述
专知会员服务
146+阅读 · 2020年5月6日
NLP基础任务:文本分类近年发展汇总,68页超详细解析
专知会员服务
57+阅读 · 2020年1月3日
专知会员服务
35+阅读 · 2019年12月13日
深度神经网络模型压缩与加速综述
专知会员服务
125+阅读 · 2019年10月12日
刘知远 | 语义表示学习
开放知识图谱
16+阅读 · 2018年8月9日
AI综述专栏 | 步态识别的深度学习综述
人工智能前沿讲习班
29+阅读 · 2018年6月27日
【紫冬精选】国内近三年模式分类研究现状综述
中国科学院自动化研究所
12+阅读 · 2018年4月3日
推荐 | 基于深度学习的图像语义分割方法回顾(附PDF下载)
机器学习算法与Python学习
23+阅读 · 2017年12月30日
最新|深度离散哈希算法,可用于图像检索!
全球人工智能
14+阅读 · 2017年12月15日
最全面的百度NLP自然语言处理技术解析
InfoQ
7+阅读 · 2017年11月12日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
4+阅读 · 2019年8月7日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
17+阅读 · 2019年4月5日
Learning to Focus when Ranking Answers
Arxiv
5+阅读 · 2018年8月8日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
5+阅读 · 2018年3月6日
VIP会员
相关VIP内容
相关论文
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
4+阅读 · 2019年8月7日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
17+阅读 · 2019年4月5日
Learning to Focus when Ranking Answers
Arxiv
5+阅读 · 2018年8月8日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
5+阅读 · 2018年3月6日
Top
微信扫码咨询专知VIP会员