一种基于深度卷积神经网络的特定目标轮廓图像分割方法

摘要

本发明属于图像识别技术领域，尤其涉及一种基于深度卷积神经网络的特定目标轮廓图像分割方法，包括：将用于训练的图像归一化到相同像素大小，对应的特定目标轮廓标注图像也归一化，送入卷积神经网络，经过数层卷积层与全连接层，在全连接层的最后一层得到图像表达，并与对应的标注图像比较得到预测误差；采用反向传播算法和随机梯度下降法来减小预测误差以训练该神经网络，得到特定目标轮廓图像分割的训练模型；将测试特定目标图像归一化到与训练图像相同的像素大小后送入训练模型，在全连接层的最后一层得到预测的图像表达从而得到整张特定目标轮廓图像分割，有效解决了复杂背景下的特定目标轮廓分割问题，可用于车型识别，车流量统计，车辆检测。