语义分割进阶之路之回首CVPR2016（一）

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