声明
摘要
第1章绪论
1．1课题背景
1．2国内外研究现状
1．2．1图像语义分割研究现状
1．2．2图像抠图研究现状
1．3本文工作
1．4篇章结构
1．5本章小结
第2章相关工作
2．1图像语义分割相关工作
2．1．1图像语义分割问题阐述
2．1．2非深度学习图像分割算法
2．1．3基于深度学习的图像分割算法
2．2图像抠图相关工作
2．2．1图像抠图问题阐述
2．2．2非深度学习图像抠图算法
2．2．3基于深度学习的图像抠图算法
2．3现有方法的局限性
2．4本章小结
第3章基于错误预测的图像分割方法
3．1图像分割算法设计思路
3．2基于错误预测的图像分割网络结构
3．2．1方法总览
3．2．2语义分支
3．2．3错误预测分支
3．2．4细节分支
3．2．5融合
3．3损失函数设计
3．3．1错误预测分支损失函数
3．3．2细节分支损失函数
3．4训练过程
3．4．1分阶段训练
3．4．2训练技巧
3．5本章小结
第4章基于卷积融合的全自动抠图方法
4．1．1问题描述
4．1．2算法设计思路
4．2．1算法总览
4．2．2双解码器分割网络
4．2．3融合网络
4．3损失函数设计
4．3．1双解码器分割网络损失函数
4．3．2融合网络损失函数
4．3．3联合训练损失函数
4．4训练过程
4．5本章小结
第5章实验结果分析
5．1基于错误预测的分割算法结果分析
5．1．1数据集介绍
5．1．2模块分析
5．1．3对比Layer-cascading和Hard-mining
5．1．4与其他分割网络结合
5．1．5进一步评估
5．2基于卷积融合的自动抠图算法结果分析
5．2．1数据集介绍
5．2．2数据集测试结果
5．2．3网络结构分析
5．2．4网络图片测试结果
5．3本章小结
第6章工作总结与展望
6．1本文工作总结
6．2算法局限性
6．3未来工作展望
参考文献
攻读硕士学位期间主要的研究成果
致谢
浙江大学;
