基于多尺度特征提取的图像语义分割

指出了基于深度学习的图像语义分割中，如何充分利用图像上下文信息以达到更好的分割效果， 是当前图像语义分割研究的关键问题．为解决这一问题，提出了一种基于多尺度特征提取的图像语义分割方法， 通过构建深层卷积神经网络，并利用不同尺度图像作为网络的输入来提取不同尺度图像的特征， 最后经过特征融合得到了分割图． 在公开数据集 Stanford background dataset 8 类数据集上进行训练和验证， 实验结果达到了84.33% 的准确率． 实验表明: 通过提取和融合多尺度特征，可以达到更好的图像语义分割效果