计算机科学与探索

作者：盛家川，王佳媛，李玉芝，王君

单位：1. 天津财经大学 理工学院，天津 3002222. 天津财经大学 管理科学与工程学院，天津 300222

关键词：超像素分割,深度网络,聚类,特征提取

超像素是图像过度分割的结果，提供了图像数据的中间级表示，对计算机视觉等领域的研究具有重要意义。现有的超像素算法是不可微的，且深度网络通常在规则的网格上进行定义，导致目前生成超像素的算法大多基于手工提取的像素特征进行。提出融合深度网络的改进快速生成超像素算法，将深度学习网络嵌入到超像素的生成过程中，首先利用含多隐含层的深度网络进行图像像素特征的提取，然后通过K-means聚类方法计算初始种子点位置以改善分割结果，在此基础上通过主动搜索方法确保像素标签的正确性，最后得到超像素分割结果。在Berkeley数据集BSDS500上，使用BSDS的基准测评与其他文献的对比实验表明，所提出的算法在分割结果的紧凑性、规则性等性能方面相对较好。

来源：2020年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第12期