最近一直在研究足彩预测和爬虫,对语义分割的研究搁置一边。然后这段时间过了以后还想学学fd抓包。
这周还是准备努努力把CVPR2016的所有语义分割过一遍。
在开始的部分先总结一下CVPR2015的语义分割:
CVPR2015的语义分割属于图像分割的初级阶段,算法模型几乎是基于以前的调整,除了FCN意外,没有完全创新的语义分割算法。
主要的语义分割思路分为三类,
1、以FCN为主的卷积再反卷积,这一种思路是由2015年开创,然后直至今日依然是语义分割的最主流算法。
2、以超像素分割为基础,将具有上下文相关性的超像素块分为一类。现在是2019年,这种方法已经被抛弃,原因没有细究。
3、各种概率条件分布,CFR马尔科夫、条件随机场之类的方法将每个像素都分类,这种思路目前也在用,一般是结合使用在其他模型中。
能够被CVPR2015收录并且做口述的语义分割算法文章并不多,采用的方案也就是上述三种。我预感到了2016以及之后,cvpr中收录的语义分割文章会越来越多。
但据我目前所知的语义分割的主流方案还是基于FCN的卷积再反卷积的思路,这个大致方向是不会变的。
http://cvpr2016.thecvf.com/是CVPR2016文章的官网
CVPR2016已经专门开设了SEMANTIC SEGMENTATION的专题oral session。这已经说明了cv领域对于语义分割在2016年已经到达了“重视”的程度。
- Hierarchically Gated Deep Networks for Semantic S