《基於弱監督學習的圖像語義分割研究》是依託復旦大學，由張巍擔任項目負責人的面上項目。
基本介紹
- 中文名：基於弱監督學習的圖像語義分割研究
- 依託單位：復旦大學
- 項目類別：面上項目
- 項目負責人：張巍
項目摘要,結題摘要,
項目摘要
隨著移動網際網路的迅速普及，網路用戶可以方便地上傳圖像，網際網路上圖像資源與日俱增。為有效組織、管理和檢索海量網路圖像，亟需方法實現對海量圖像內容的分析、理解和挖掘。本項目研究圖像語義分割，預測圖像每個像素（超像素）的標籤，從而在一個算法框架內解決圖像分割、物體檢測、圖像自動標註等諸多任務，將充分利用用戶提供的非精確標籤信息，採取多量化圖像分割策略，綜合提取圖像區域視覺特徵、感知特徵、圖像上下文關係等不同層次線索，將自底向上的圖像內容和自頂向下的先驗知識有機結合起來，提高圖像語義分割的效果。本項目重點研究弱監督學習算法，解決在訓練集中超像素標籤未知的情況下如何訓練超像素分類器的問題，同時克服數據規模大、語義類別多、特徵維數高等帶來的挑戰。
結題摘要
隨著帶有拍照功能的智慧型手機的普及，人們可以方便地隨時拍照並將之上傳到網上與別人分享。網際網路上每時每刻出現大量新的圖像數據。研究如何有效利用發掘這些圖像大數據具有重要意義。本項目研究圖像語義分割，預測圖像每個像素的語義標籤，充分利用用戶提供的非精確標籤信息，綜合提取圖像區域視覺特徵、圖像上下文關係等不同層次線索，提高圖像語義分割的效果。本項目重點研究弱監督學習算法，解決在訓練集中超像素標籤未知的情況下如何訓練超像素分類器的問題。研究過程中，我們提出了基於條件隨機場模型的弱監督圖像語義分割框架，該模型充分發掘了弱標記圖像的各種一階與二階關聯性，對全局圖像和不同粒度分割得到的超像素分別抽取了視覺特徵和中層語義表示，提高了語義分割的性能。我們的研究成果以學術論文形式系列發表在計算機視覺領域和人工智慧領域的國際頂級學術會議CVPR，ICCV，ECCV，IJCAI上，論文發表以來引起國際同行學者關注，項目相關的每篇學術論文在 GoogleScholar 上均具有較好的引用數。
