面向图像语义分割的生成对抗网络模型

摘要

图像语义分割一直是计算机视觉中具有挑战性的任务之一.目前多数基于卷积神经网络的语义分割算法存在分割结果不精确,不连续等问题.为了提高图像分割效果,提出了基于生成对抗学习的图像语义分割网络模型.该模型由生成网络和判别网络两部分组成.生成网络含有五个模块,主要作用是生成语义分割图,判别网络与生成网络进行对抗训练,优化生成网络以使生成图像更加接近于Ground Truth.通过在Pascal VOC 2012数据集上对图像进行语义分割的分析,验证了该算法可以有效提高图像语义分割的精度.