基于随机森林的图像语义分割算法的研究

摘要

文中提出了基于随机森林的图像语义分割的算法,从训练库图像中随机地采样出固定大小的窗口作为特征,通过窗口中随机的选取两个像素点的像素值对比,将这些特征量化为数值向量,这样的向量集合被用于训练随机森林分类器.在测试阶段,以每个像素点作为中心,提取一个窗口,在这个窗口中提取一个向量集合,利用随机森林的叶子节点对这些向量分别进行投票,根据投票结果选举产生该像素点最可能的归属类别.该算法直接利用了图像低级的像素信息,而不是去计算复杂的滤波器组响应或局部描述子,这可大幅提高了算法训练和测试速度.在MSRC数据集的实验结果表明,该算法有效地实现了图像的语义分割.