典型文献
一种不同色域空间下的无监督图像分割技术
文献摘要：
针对图像分割有监督学习模型训练时间长、需要大量训练样本才能确保模型精度要求且样本标记费时费力的问题,提出了在不同色域空间下基于神经网络的无监督图像分割方法.首先将图像进行不同颜色空间模型转化,得到不同色域空间下图像的颜色表示;其次利用felz和quickshift方法,对转换后的图像进行粗粒度聚类,形成超像素结果,并对每个像素打上相应的标签;最后利用神经网络细粒度的图像特征分辨能力进行微调,得到最终的图像分割结果.该方法在公开的COD10K等数据集上选取了数据集进行验证,实验表明,文中方法能够对图像进行合理分割,且与有监督长时间训练过程相比,无监督的推理耗时大大缩短,速度显著提高.
文献关键词：
色域空间;超像素;图像分割;无监督学习
中图分类号：
作者姓名：
吴涛;王伦武;王伦文;朱敬成
作者机构：
国防科技大学电子对抗学院,合肥,230037
文献出处：
引用格式：
[1]吴涛;王伦武;王伦文;朱敬成-.一种不同色域空间下的无监督图像分割技术)[J].空军工程大学学报,2022(01):104-111
A类：
felz,quickshift
B类：
色域空间,图像分割,有监督学习,模型训练,训练时间,训练样本,模型精度,精度要求,费时费力,分割方法,颜色空间,空间模型,下图,粗粒度,超像素,打上,细粒度,图像特征,微调,COD10K,上选,中方,训练过程,大大缩短,无监督学习
AB值：
0.323336
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
