Memory-Efficient Deep Salient Object Segmentation Networks on Gridized Superpixels
Nokia Technologies（诺基亚科技）
具有逐像素标记任务（例如语义分割和显著目标检测）的计算机视觉算法随着深度学习的并入而经历了显著的准确性增加。深度分割方法对具有数亿个参数的预训练网络进行轻微修改和微调。在这项工作中，我们质疑是否需要有这样的内存需求网络的特定任务的显着对象分割。为此，我们提出了一种从头开始学习记忆高效网络的方法，只在显著的目标检测数据集上训练它。我们的方法将图像编码为网格化的超像素，该超像素保留了对象边界和常规像素的连接规则。这种表示允许我们使用在规则网格上操作的卷积神经网络。通过使用这些编码图像，我们训练了一个内存高效的网络，使用的参数数量仅为其他深度显著目标检测网络的0.048%。我们的方法显示出与最先进的深显着目标检测方法相当的准确性，并提供了一个更快，更节省内存的替代方案。由于其易于部署，这种网络对于诸如移动电话和IoT设备之类的存储器有限设备中的应用是优选的。
2018-05-22 cs.CV
Superpixel Integrated Grids for Fast Image Segmentation
本文提出超像素集成网格SIGRID数据结构，通过编码超像素颜色与形状信息降低输入维度，在四个基准数据集上以两种卷积架构验证，在压缩数据的同时匹配甚至超越像素级分割性能并加速训练。
2025-10-07 cs.CV
Combining Multi-level Contexts of Superpixel using Convolutional Neural Networks to perform Natural Scene Labeling
Princeton University（普林斯顿大学）
现代深度学习算法已经引发了各种图像分割方法。然而，他们中的大多数处理基于像素的分割。然而，超像素提供一定程度的上下文信息，同时降低计算成本。在我们的方法中，我们进行了超像素级语义分割考虑3个不同的水平作为邻居的语义上下文。此外，我们还采用了一些集成方法，如最大投票和加权平均。我们还使用了Dempster-Shafer不确定性理论来分析不同类别之间的混淆。我们的方法已被证明优于许多不同的现代方法在同一数据集上。
2018-03-14 cs.CV
Superpixel Boundary Correction for Weakly-Supervised Semantic Segmentation on Histopathology Images
University of Science and Technology of China（中国科学技术大学）
针对组织病理图像 WSSS 中 CAM 分辨率低、边界模糊的问题，提出结合超像素聚类与泛洪填充的多级超像素边界校正算法，在乳腺癌分割数据集上以 71.08% mIoU 提升肿瘤微环境边界刻画。
2025-01-07 cs.CV
SPDA: Superpixel-based Data Augmentation for Biomedical Image Segmentation
University of Notre Dame（圣母大学）；Pennsylvania State University（宾夕法尼亚州立大学）
监督训练深度神经网络旨在“教”网络模仿人类视觉感知，由训练数据中的图像和标签对表示。超像素化（SP）图像对人类来说是视觉上可感知的，但是常规训练的深度学习模型在处理SP图像时通常表现不佳。为了更好地模仿人类视觉感知，我们认为深度学习模型不仅能够感知原始图像，而且能够感知SP图像。在本文中，我们提出了一种新的基于超像素的数据增强（SPDA）方法，用于训练生物医学图像分割的深度学习模型。我们的方法将超像素生成方案应用于所有原始训练图像以生成超像素化图像。然后将由此获得的SP图像与原始训练图像联合使用以训练深度学习模型。我们在四个生物医学图像数据集上进行的SPDA实验表明，SPDA是有效的，可以持续提高最先进的全卷积网络在2D和3D图像中进行生物医学图像分割的性能。进一步的研究也表明，SPDA可以实际上减少泛化差距。
2019-02-28 cs.AI cs.CV cs.LG
Efficient semantic image segmentation with superpixel pooling
KU Leuven（鲁汶大学）
在这项工作中，我们评估了超像素池化层在深度网络架构中用于语义分割的使用。超像素池化是一种灵活而有效的替代其他合并空间先验信息的池化策略。我们提出了一个简单而有效的GPU实现的层，并探讨了几种设计的层集成到现有的网络架构。我们在IBSR和Cityscapes数据集上提供了实验结果，证明可以利用超像素池化来以最小的计算开销持续提高网络准确性。源代码可在https://github.com/bermanmaxim/superpixPool上获得
2018-06-07 cs.CV cs.LG
SPSN: Superpixel Prototype Sampling Network for RGB-D Salient Object Detection
Yonsei University（延世大学）
RGB-D显著目标检测（SOD）是视觉系统中重要的预处理操作，近年来受到广泛关注。然而，尽管基于深度学习的方法取得了进展，但由于RGB图像与深度图之间的大域间隙以及低质量深度图，RGB-D SOD仍然具有挑战性。为了解决这个问题，我们提出了一种新的超像素原型采样网络（SPSN）架构。该模型将输入的RGB图像和深度图分割成组件超像素，以生成组件原型。我们设计了一个原型采样网络，使得网络只对与显著对象相对应的原型进行采样。此外，我们提出了一个可靠性选择模块来识别每个RGB和深度特征图的质量，并根据其可靠性自适应地对其进行加权。该方法使模型对RGB图像和深度图之间的不一致具有鲁棒性，并消除了非显著对象的影响。我们的方法在五个流行的数据集上进行了评估，达到了最先进的性能。通过对比实验证明了该方法的有效性。
2022-07-16 cs.CV
Two-Phase Object-Based Deep Learning for Multi-temporal SAR Image Change Detection
College of Microelectronics and Communication Engineering, Chongqing University（重庆大学微电子与通信工程学院）；Chongqing Key Laboratory of Space Information Network and Intelligent Information Fusion（重庆空间信息网络与智能信息融合重点实验室）；Lancaster Environment Centre, Lancaster University（兰卡斯特大学兰卡斯特环境中心）；UK Centre for Ecology & Hydrology（英国生态与水文中心）
变化检测是合成孔径雷达（SAR）图像的基本应用之一。然而，SAR图像中存在的相干斑噪声对变化检测有很大的负面影响。在这项研究中，一种新的两阶段基于对象的深度学习方法提出了多时相SAR图像变化检测。与传统方法相比，该方法主要有两个创新点。一种是将所有像素分为三类而不是两类：未改变的像素、由强斑点引起的改变的像素（假变化）和由真实地形变化形成的改变的像素（真实变化）。另一种是将相邻像素分组为分段的超像素对象（从像素），以便利用局部空间上下文。该方法分为两个阶段：1）基于简单的线性迭代聚类算法生成对象，并利用模糊C均值（FCM）聚类和深度PCANet将这些对象区分为变化类和不变类。该阶段的预测是改变的和未改变的超像素的集合。2)仅对在第一阶段中获得的改变的超像素上的像素集进行深度学习，以区分真实改变与虚假改变。在第二阶段中再次采用SLIC来实现新的超像素。低秩和稀疏分解应用于这些新的超像素，以抑制斑点噪声显着。通过FCM将进一步的聚类步骤应用于这些新的超像素。然后训练一个新的PCANet对两种变化的超像素进行分类，以获得最终的变化图。数值实验表明，与基准方法相比，该方法能有效区分真实变化和虚假变化，并显著降低虚警率，在多时相SAR图像上的变化检测准确率可达99.71%。
2020-01-17 cs.CV eess.IV
Superpixel-based Semantic Segmentation Trained by Statistical Process Control
Seoul National University（首尔大学）
与计算机视觉的其他领域一样，通过使用深度卷积神经网络，语义分割已经看到了显著的性能进步。然而，考虑到相邻像素之间的严重依赖性，这些方法的学习和测试都有大量的冗余操作。为了解决这个问题，提出的网络训练和测试只有0.37%的总像素的超像素为基础的采样，大大降低了上采样计算的复杂性。超列特征映射由金字塔模块结合基础网络的卷积层构造。由于所提出的方法使用非常小数量的采样像素，整个网络的端到端学习是困难的，对于所有层具有共同的学习率。为了解决这个问题，采样后的学习率由各层中梯度的统计过程控制（SPC）来控制。在Pascal Context，SUN-RGBD数据集上，该方法的性能优于或等于使用更多样本的传统方法。
2017-08-07 cs.CV
Iterative, Deep Synthetic Aperture Sonar Image Segmentation
Pennsylvania State University（宾夕法尼亚州立大学）；Applied Research Laboratory（应用研究实验室）
合成孔径声纳（SAS）系统产生高分辨率的海底环境图像。此外，深度学习在寻找用于自动化图像分析的鲁棒特征方面表现出了卓越的能力。然而，深度学习的成功取决于具有大量标记的训练数据，但是获得SAS图像的大量像素级注释实际上通常是不可行的。到目前为止，这一挑战限制了深度学习方法在SAS分割中的应用。存在以无监督方式分割SAS图像的算法，但它们缺乏最先进的学习方法的益处，并且结果存在显著的改进空间。鉴于上述情况，我们提出了一种结合超像素形成、深度学习和传统聚类方法的新的无监督SAS图像分割迭代算法。我们称之为迭代深度无监督分割（IDUS）。IDUS是一个无监督学习框架，可以分为四个主要步骤：1）深度网络估计类分配。2)来自深度网络的低级图像特征被聚类为超像素。3)使用$k$均值将超像素聚类到类分配（我们称之为伪标签）中。4)产生的伪标签用于深度网络预测的损失反向传播。迭代地执行这四个步骤直到收敛。IDUS与当前最先进的方法在SAS图像分割的现实基准数据集上的比较证明了我们的建议的好处，即使IDUS在推理（测试图像的实际标记）期间产生的计算负担要低得多。最后，我们还开发了一个半监督（SS）的IDUS扩展称为IDSS，并通过实验证明，它可以进一步提高性能，同时优于监督的替代方案，利用相同的标记训练图像。
2022-03-28 cs.CV
Discrete Potts Model for Generating Superpixels on Noisy Images
China University of Geosciences（中国地质大学）；Heidelberg University（海德堡大学）；Shandong University（山东大学）
许多计算机视觉应用，如物体识别和分割，越来越多地建立在超像素上。然而，到目前为止，很少有系统地处理噪声图像的超像素算法。我们建议首先将图像分解为大小相等的矩形块，这也设置了最大超像素大小。在每个补丁中，应用Potts模型同时进行分割和去噪，保证连接和非重叠的超像素，并产生去噪图像。相应的优化问题是制定为一个混合整数线性规划（MILP），并解决了商业求解器。在BSDS 500数据集图像上进行了大量的实验，并与其他最先进的超像素方法进行了比较。我们的方法实现了最好的结果，在一个组合的分数（OP）组成的分割错误，边界召回和紧凑性。
2018-03-20 cs.CV
Semi-Automated Segmentation of Geoscientific Data Using Superpixels
The University of British Columbia（不列颠哥伦比亚大学）
地质作用决定了重要矿物、水和地热能等资源的分布。然而，地质的直接观测常常被覆盖层或植被等地表覆盖物所阻碍。在这种情况下，经常进行远程和现场勘测，以收集指示地质的地球物理测量结果。基于这些测量开发地质分割是具有挑战性的，因为各个数据集在属性（例如，单位、动态范围、纹理）上可能不同，并且因为数据并不唯一地约束地质。此外，随着数据集数量的增长，约束地质学的信息也在增加，同时变得越来越难以理解。受超像素概念的启发，我们提出了一种基于深度学习的方法，将栅格化的调查数据分割成具有相似特征的区域。我们展示了它的使用半自动化的地球科学制图与数据集产生的独立传感器和不同的属性。此外，我们引入了一个新的损失函数的超像素，包括一个新的正则化参数惩罚图像分割与非连接组件超像素。这通过允许更好地控制所生成的超像素的数量来改善先验知识的集成。
2023-03-20 cs.CV eess.IV physics.geo-ph
Refining Semantic Segmentation with Superpixel by Transparent Initialization and Sparse Encoder
Australian National University（澳大利亚国立大学）；Australian Centre for Robotic Vision（澳大利亚机器人视觉中心）；Data61, CSIRO（澳大利亚联邦科学与工业研究组织Data61）
虽然深度学习大大提高了语义分割的性能，但其成功主要在于没有精确边缘的对象中心区域。由于超像素是一种流行的和有效的辅助，以保持对象的边缘，在本文中，我们共同学习语义分割与可训练的超像素。我们实现了它与全连接层与透明层（TI）和有效的logit一致性使用稀疏编码器。建议的TI保留了预训练网络的学习参数的影响。这避免了预训练网络的损失的显著增加，否则可能由附加层的不适当的参数初始化引起。同时，通过logit一致性保证每个超像素中的一致像素标签。具有稀疏矩阵运算的稀疏编码器实质上降低了存储器需求和计算复杂性。我们证明了TI的优越性比其他参数初始化方法，并测试其数值稳定性。在PASCAL VOC 2012、ADE 20 K和PASCAL Context上验证了我们的建议的有效性，显示了增强的语义分割边缘。利用性能比和F-测度对分割边缘进行定量评价，我们的方法优于最先进的方法。
2020-11-24 cs.AI cs.CV cs.LG
SP${ }^3$ : Superpixel-propagated pseudo-label learning for weakly semi-supervised medical image segmentation
School of Basic Medical Science, Fudan University（复旦大学基础医学院）；Academy for Engineering and Technology, Fudan University（复旦大学工程与技术学院）
针对弱半监督医学图像分割监督信息不足的挑战，提出超像素传播伪标签学习方法，利用超像素结构信息优化伪标签并引入不确定性指导监督，在仅用3%标注下达到约80% Dice分数。
2024-11-18 cs.AI cs.CV
Spatio-Temporal driven Attention Graph Neural Network with Block Adjacency matrix (STAG-NN-BA) for Remote Land-use Change Detection
本文提出STAG-NN-BA模型，利用超像素和块邻接矩阵实现遥感土地利用变化检测，优于传统图和非图基线。
2026-02-13 cs.CV
Superpixels and Graph Convolutional Neural Networks for Efficient Detection of Nutrient Deficiency Stress from Aerial Imagery
University of Pittsburgh（匹兹堡大学）；Intelinair Inc.（Intelinair公司）；University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）
遥感技术的进步导致捕获了大量数据。图像分辨率的提高、更频繁的重访次数以及更多的光谱通道，使得可用于跨领域（包括农业）提供分析和情报的数据量激增。然而，这些数据的处理伴随着计算时间和金钱方面的成本，当算法的目标是提供实时智能以提高效率时，必须考虑这两者。具体而言，我们寻求从遥感数据中识别营养缺乏地区，以提醒农民注意需要注意的地区;检测营养缺乏地区是精准农业的一项关键任务，因为农民必须迅速应对困难地区，以保护他们的收成。过去的方法集中在该领域的像素级分类（即语义分割）以实现这些任务，通常使用具有数千万参数的深度学习模型。相比之下，我们提出了一个更轻的基于图的方法来执行基于节点的分类。我们首先使用简单线性迭代聚类（SLIC）来产生整个场的超像素。然后，为了跨超像素的非欧几里德域执行分割，我们利用图卷积神经网络（GCN）。该模型的参数比CNN模型少4个数量级，并在几分钟内训练。
2022-11-15 cs.CV cs.LG
Point Label Aware Superpixels for Multi-species Segmentation of Underwater Imagery
Queensland University of Technology（昆士兰科技大学）；Data61, CSIRO（联邦科学与工业研究组织数据61研究所）
使用水下航行器监测珊瑚礁，通过收集大量图像，扩大了海洋调查的范围和历史生态数据的可用性。可以使用经过训练以执行语义分割的模型来自动分析该图像，但是密集地标记图像以用于训练监督模型太昂贵和耗时。在这封信中，我们利用照片样方图像标记的生态学家与稀疏的点标签。我们提出了一种点标签感知方法，用于在超像素区域内传播标签，以获得用于训练语义分割模型的增强地面实况。我们的点标签感知超像素方法利用稀疏的点标签，并使用学习到的特征对像素进行聚类，以准确地在杂乱复杂的珊瑚图像中生成单物种片段。我们的方法在UCSD Mosaics数据集上的像素准确度和标签传播任务的平均IoU分别比之前的方法高出3.62%和8.35%，同时将之前方法报告的计算时间减少了76%。我们训练了DeepLabv3+架构，并在UCSD Mosaics数据集上的像素准确度和平均IoU分别为2.91%和9.65%，在Eilat数据集上的像素准确度和平均IoU分别为4.19%和14.32%，优于最先进的语义分割。
2022-07-10 cs.CV cs.LG cs.RO
Generating Superpixels for High-resolution Images with Decoupled Patch Calibration
University of Technology Sydney（悉尼科技大学）；Beijing Jiaotong University（北京交通大学）；Zhibian Technology Co. Ltd.（之变科技有限公司）；Zhejiang University（浙江大学）
得益于可微深度学习的进步，超像素分割最近取得了重要进展。然而，由于昂贵的存储器和计算成本，非常高分辨率的超像素分割仍然具有挑战性，使得当前先进的超像素网络无法处理。在本文中，我们设计了补丁校准网络（PCNet），旨在高效，准确地实现高分辨率的超像素分割。PCNet遵循从低分辨率输入产生高分辨率输出的原则，以节省GPU内存并减轻计算成本。为了回忆被下采样操作破坏的细节，我们提出了一种新的解耦补丁校准（DPC）分支，用于协作地增强主要的超像素生成分支。特别是，DPC从高分辨率图像中获取局部补丁，并动态生成二进制掩码，以强制网络专注于区域边界。通过共享DPC和主要分支的参数，将从高分辨率补丁中学习到的精细详细的知识转移到帮助校准被破坏的信息。据我们所知，我们首次尝试考虑基于深度学习的超像素生成高分辨率情况。为了促进这项研究，我们从两个公共数据集和一个新构建的数据集构建了评估基准，涵盖了从细粒度人体部位到城市景观的广泛多样性。大量的实验表明，我们的PCNet不仅可以表现出良好的对国家的最先进的定量结果，但也提高了分辨率上限从3K到5K的1080 Ti GPU。
2021-08-23 cs.CV
Recognizing Image Objects by Relational Analysis Using Heterogeneous Superpixels and Deep Convolutional Features
Department of Electrical Engineering and Computer Science, University of Missouri, Columbia, MO, 65211 USA（美国密苏里州哥伦比亚市密苏里大学电气工程与计算机科学系）
基于超像素的方法在计算机视觉中已经变得越来越流行，特别是当计算在时间或存储器上太昂贵而不能用大量像素或特征来执行时。然而，很少在深度卷积神经网络架构的背景下检查超像素分割。本文提出了一种新的神经架构，利用超像素特征空间。使用超像素来组织视觉特征空间，以向神经网络提供图像的子结构。由于超像素将视觉特征空间与图像中的对象的部分相关联，因此视觉特征空间被变换为每个超像素的结构化向量表示。结果表明，使用胶囊学习超像素特征是可行的，并且以这种结构化方式执行图像分析可能是有益的。这种新型的深度学习架构在图像分类任务的背景下进行了研究，突出了网络决策的显式可解释性（可解释性）。将结果与基线深度神经模型以及具有各种超参数设置的超像素胶囊网络进行比较。
2019-08-02 cs.CV
Superpixel Sampling Networks
NVIDIA（英伟达）；UC Merced（加州大学默塞德分校）
超像素提供了图像数据的有效低/中级别表示，这大大减少了后续视觉任务的图像基元数量。现有的超像素算法是不可区分的，这使得它们难以集成到端到端可训练的深度神经网络中。我们为超像素采样开发了一种新的可微分模型，该模型利用深度网络来学习超像素分割。由此产生的“超像素采样网络”（SSN）是端到端可训练的，它允许学习具有灵活损失函数的任务特定的超像素，并且具有快速的运行时间。大量的实验分析表明，SSN不仅在传统的分割基准上优于现有的超像素算法，而且还可以为其他任务学习超像素。此外，SSN可以轻松集成到下游深度网络中，从而提高性能。
2018-07-26 cs.CV
Deep Spherical Superpixels
Univ. Bordeaux（波尔多大学）；Bordeaux INP（波尔多国立应用科学学院）；IMS（图像与信号处理研究所）；CNRS UMR 5218（国家科学研究中心UMR 5218）；LaBRI（拉布拉大学计算研究中心）
本文提出首个面向360°全向图像的深度学习超像素分割方法DSS，结合球面CNN与可微分K-means聚类，并利用专用数据增强，在有限标注数据下提升球面图像分割性能。
2025-09-23 cs.CV
Learning Propagation for Arbitrarily-structured Data
NVIDIA（英伟达）；University of California, Merced（加州大学默塞德分校）
处理包含任意结构的输入信号，例如，超像素和点云，仍然是计算机视觉的一大挑战。线性扩散是图像处理的一种有效模型，最近已与深度学习算法相结合。在本文中，我们建议学习数据点之间的成对关系，在全球范围内的方式，以提高语义分割与任意结构的数据，通过空间广义传播网络（SGPN）。网络通过学习的线性扩散过程在一组表示任意结构数据的图上传播信息。该模块可以灵活地嵌入并与多种类型的网络联合训练，CNN我们使用语义分割网络进行实验，在那里我们使用我们的传播模块来联合训练不同的数据-图像，超像素和点云。我们表明，与不包含此模块的网络相比，SGPN始终提高了像素和点云分割的性能。我们的方法提出了一种有效的方法来建模的全局成对关系的任意结构的数据。
2019-09-25 cs.CV
Superpixel Segmentation with Fully Convolutional Networks
The Pennsylvania State University（宾夕法尼亚州立大学）；Adobe Research（Adobe研究院）
在计算机视觉中，超像素作为减少图像基元数量以供后续处理的有效方法得到了广泛的应用。但只有少数尝试将它们纳入深度神经网络。一个主要原因是标准卷积运算是在规则网格上定义的，并且在应用于超像素时变得低效。受传统超像素算法通常采用的初始化策略的启发，我们提出了一种新方法，该方法采用简单的全卷积网络来预测规则图像网格上的超像素。在基准数据集上的实验结果表明，我们的方法在大约50 fps的速度下运行时达到了最先进的超像素分割性能。基于预测的超像素，我们进一步开发了深度网络的下采样/上采样方案，目标是为密集预测任务生成高分辨率输出。具体来说，我们修改了一个流行的立体匹配网络架构，同时预测超像素和视差。我们表明，可以在公共数据集上获得改进的视差估计精度。
2020-03-29 cs.CV
H-SPAM: Hierarchical Superpixel Anything Model
Univ. Bordeaux, CNRS, Bordeaux INP, IMS, UMR 5218, France（法国波尔多大学、法国国家科学研究中心、波尔多国立高等工业技术与工程学院、IMS实验室，UMR 5218）；Univ. Bordeaux, CNRS, Bordeaux INP, LaBRI, UMR 5800, France（法国波尔多大学、法国国家科学研究中心、波尔多国立高等工业技术与工程学院、LaBRI实验室，UMR 5800）
H-SPAM提出一种统一框架，生成准确、规则且完美嵌套的层次化超级像素，通过两阶段区域合并过程提升分割精度和正则性，实验显示其在准确性和正则性上优于现有方法。
2026-04-13 cs.CV
Domain Generalization for Endoscopic Image Segmentation by Disentangling Style-Content Information and SuperPixel Consistency
School of Engineering and Sciences Tecnologico de Monterrey（蒙特雷理工学院工程与科学学院）；School of Computing University of Leeds（利兹大学计算机学院）
针对内镜图像分割的域泛化问题，提出结合超像素一致性（SUPRA）与实例归一化及实例选择性白化（ISW）进行风格-内容解耦的方法，在息肉和Barrett食管数据集上显著优于基线和现有SOTA方法。
2024-09-19 cs.AI cs.CV
SuperStyleNet: Deep Image Synthesis with Superpixel Based Style Encoder
Sungkyunkwan University（成均馆大学）；University of Edinburgh（爱丁堡大学）；Xidian University（西安电子科技大学）
用于图像合成的现有方法利用基于卷积和池化层的堆栈的样式编码器来从输入图像生成样式代码。然而，编码矢量不一定包含相应图像的局部信息，因为小尺度对象往往通过这种缩小过程被“冲走”。在本文中，我们提出了基于超像素的风格编码器的深度图像合成，称为SuperStyleNet。首先，我们直接提取的风格代码从原始图像的超像素的基础上考虑局部对象。其次，我们恢复空间关系的矢量化的风格代码的基础上图形分析。因此，所提出的网络实现了高质量的图像合成，通过映射到语义标签的风格代码。实验结果表明，该方法优于国家的最先进的视觉质量和定量测量。此外，我们还通过调整样式代码来实现精细的空间样式编辑。
2021-12-17 cs.CV
Higher Order Conditional Random Fields in Deep Neural Networks
University of Oxford（牛津大学）
我们使用深度学习来解决语义分割的问题。大多数分割系统包括条件随机场（CRF），以产生与图像的视觉特征一致的结构化输出。最近的深度学习方法将CRF纳入了卷积神经网络（CNN），有些甚至与网络的其余部分端到端地训练CRF。然而，这些方法没有采用高阶势，这已经被证明可以显着提高分割性能。在本文中，我们证明了基于目标检测和超像素的两种类型的高阶势可以包含在嵌入深度网络的CRF中。我们设计这些高阶的潜力，让推理与微分平均场算法。因此，我们更丰富的CRF模型的所有参数都可以通过我们的逐像素CNN分类器进行端到端学习。我们实现了最先进的分割性能的PASCAL VOC基准与这些可训练的高阶电位。
2016-07-29 cs.CV
Generalized Shortest Path-based Superpixels for Accurate Segmentation of Spherical Images
Bordeaux INP（波尔多国立理工学院）；Univ. Bordeaux（波尔多大学）；CNRS（法国国家科学研究中心）；IMS（集成微电子与智能系统研究所）
现有的超像素方法大多是针对标准平面图像进行分割，作为计算机视觉流水线的预处理。然而，越来越多的基于广角捕获设备的应用，主要是生成360°球形图像，已经加强了对专用超像素方法的需求。在本文中，我们介绍了一种新的超像素方法，称为SphSPS（球面最短路径为基础的超像素）。我们的方法尊重球形几何形状，并概括了3D球形采集空间上的像素和超像素中心之间的最短路径的概念。我们表明，这样的路径上的特征信息可以有效地集成到我们的聚类框架，并共同提高了尊重的对象轮廓和形状的规律性。为了在球面空间中相应地评价这最后一个方面，我们还推广了一个平面全局正则性度量。最后，在参考360°球面全景分割数据集上，所提出的SphSPS方法获得了比平面和最近的球面超像素方法更好的性能。
2020-07-14 cs.CV
Deep Grouping Model for Unified Perceptual Parsing
University of Rochester（罗切斯特大学）；Tsinghua University（清华大学）
基于感知的分组过程产生分层和合成图像表示，帮助人类和机器视觉系统识别异构的视觉概念。可以在经典的分层超像素分割或图像解析工作中找到示例。然而，由于许多挑战，分组过程在现代基于CNN的图像分割网络中很大程度上被忽视，包括网格形状的CNN特征图和不规则形状的感知分组层次结构之间的固有不兼容性。克服这些挑战，我们提出了一个深度分组模型（DGM），紧密结合这两种类型的表示，并定义了一个自下而上和自上而下的过程中的功能交换。当在最近的Broden+数据集上评估模型用于统一感知解析任务时，与其他基于上下文的分割模型相比，它实现了最先进的结果，同时具有较小的计算开销。与现代CNN方法相比，DGM具有更好的可解释性。
2020-03-25 cs.CV
Natural Scene Recognition Based on Superpixels and Deep Boltzmann Machines
Beijing University of Technology（北京工业大学）；University of Kansas（堪萨斯大学）
深度玻尔兹曼机（DBM）是一种最先进的无监督学习模型，已成功应用于手写数字识别和物体识别。然而，DBM在场景识别中受到限制，这是由于自然场景图像通常是非常大的。提出了一种基于超像素和DBM的场景识别方法。首先，一个简单的线性迭代聚类（SLIC）算法被用来生成输入图像的超像素，其中每个超像素被视为一个学习模型的输入。然后，一个两层DBM模型的构造通过堆叠两个限制玻尔兹曼机（RBM），和贪婪逐层算法被应用到训练的DBM模型。最后，使用softmax回归对场景图像进行分类。该方法可以有效地降低计算复杂性，提高大面积自然图像识别的性能。通过大量的实验对该方法进行了验证和评估，包括十五类场景数据集、UIUC八项运动数据集和SIFT流数据集。实验结果表明，该方法优于其他国家的最先进的方法在识别率。
2015-06-24 cs.CV
SIN:Superpixel Interpolation Network
Huazhong University of Science and Technology（华中科技大学）；Shenzhen Huazhong University of Science and Technology Research Institute（深圳华中科技大学研究院）
超像素因其表示和计算效率而被广泛用于计算机视觉任务。与此同时，深度学习和端到端框架在包括计算机视觉在内的各个领域都取得了长足的进步。然而，现有的超像素算法无法以端到端的方式集成到后续任务中。传统算法和基于深度学习的算法是超像素分割的两大主流。前者是不可微的，后者需要一个不可微的后处理步骤来加强连接性，这限制了超像素和下游任务的集成。在本文中，我们提出了一种基于深度学习的超像素分割算法SIN，它可以以端到端的方式与下游任务集成。由于诸如视觉跟踪的一些下游任务需要实时速度，因此生成超像素的速度也很重要。为了去除后处理步骤，我们的算法从一开始就强制执行空间连接。超像素由采样像素初始化，其他像素通过多个更新步骤被分配给超像素。每一步都包括水平和垂直插值，这是加强空间连通性的关键。利用全卷积网络的多层输出来预测插值的关联分数。实验结果表明，我们的方法运行在约80 fps，并表现出良好的国家的最先进的方法。此外，我们设计了一个简单而有效的损失函数，大大减少了训练时间。基于超像素的任务的改进证明了我们的算法的有效性。我们希望SIN能够以端到端的方式集成到下游任务中，并使基于超像素的社区受益。代码可从以下网址获得：\href{https://github.com/yuanqqq/SIN}{https://github.com/yuanqqq/SIN}。
2021-10-17 cs.CV
Deep Superpixel Generation and Clustering for Weakly Supervised Segmentation of Brain Tumors in MR Images
University of Toronto（多伦多大学）；The Hospital for Sick Children（病童医院）；Vector Institute（Vector研究所）
本文提出结合深度超像素生成与聚类模型，仅利用二值图像级标签实现脑肿瘤弱监督分割，在BraTS 2020数据集上以0.691的平均Dice系数超越现有超像素弱监督方法。
2024-01-23 cs.CV
Integrated Deep and Shallow Networks for Salient Object Detection
Northwestern Polytechnical University（西北工业大学）；Australian National University（澳大利亚国立大学）；NICTA（澳大利亚国家信息通信技术卓越中心）
基于深度卷积神经网络（CNN）的显著目标检测方法已经实现了最先进的性能，并且以较宽的裕度优于那些无监督方法。在本文中，我们提出了一个统一的框架下，集成深度和无监督的显着性显着性的显着目标检测。具体来说，我们的方法将无监督显着性（鲁棒背景检测，RBD）和归一化彩色图像的结果作为输入，并直接学习输入和相应显着性图之间的端到端映射。彩色图像被馈送到一个全卷积神经网络（FCNN）适应于语义分割，利用高层次的语义线索显着目标检测。然后，将深度FCNN和RBD的结果连接起来，输入到一个浅层网络中，将连接的特征图映射到显着图。最后，为了获得具有清晰对象边界的空间一致的显著图，我们在多尺度上融合超像素级显著图。在8个基准数据集上的大量实验结果表明，该方法优于最先进的方法，具有一定的利润。
2017-06-02 cs.CV
Iterative, Deep, and Unsupervised Synthetic Aperture Sonar Image Segmentation
Pennsylvania State University（宾夕法尼亚州立大学）
深度学习还没有被常规地用于合成孔径声纳（SAS）图像的海底环境的语义分割，这是由于这种方法所必需的大量训练数据的隐含需要。丰富的训练数据，特别是所有图像的像素级标签，由于复杂的物流（例如，潜水员测量、追踪船、精确位置信息）。已经提出了许多手工制作的基于特征的算法来以无监督的方式分割SAS。然而，由于这些方法的特征提取步骤是固定的，因此仍有改进的空间。在这项工作中，我们提出了一种新的迭代无监督算法，用于学习SAS图像分割的深度特征。我们提出的算法在聚类超像素和更新卷积神经网络（CNN）的参数之间交替，以便可以优化用于图像分割的特征提取。我们证明了我们的方法在一个现实的基准数据集的有效性。我们的研究结果表明，我们提出的方法的性能是大大优于目前国家的最先进的方法在SAS图像分割。
2021-07-30 cs.CV
Local and Global Context-and-Object-part-Aware Superpixel-based Data Augmentation for Deep Visual Recognition
University of the Basque Country（巴斯克大学）；IKERBASQUE
LGCOAMix是一种基于超像素的高效数据增强方法，通过结合局部和全局上下文及物体部分信息，提升深度视觉识别的性能。
2025-11-28 cs.CV
HERS Superpixels: Deep Affinity Learning for Hierarchical Entropy Rate Segmentation
University of Cambridge（剑桥大学）
超像素在许多计算机视觉任务中充当强大的预处理工具。通过使用超像素表示，图像基元的数量可以大大减少数量级。随着近年来深度学习的兴起，一些工作已经尝试将深度学习的特征/图馈送到现有的经典超像素技术中。然而，它们都不能近实时地产生超像素，这对超像素在实践中的适用性至关重要。在这项工作中，我们提出了一个两阶段的超像素分割框架基于图。在第一阶段，我们引入了一个高效的深度亲和学习（DAL）网络，它通过聚合多尺度信息来学习成对的像素亲和度。在第二阶段，我们提出了一种高效的超像素方法，称为分层熵率分割（HERS）。使用从第一阶段学习的亲和度，HERS构建了一个分层树结构，可以瞬间产生任何数量的高度自适应超像素。我们证明，通过视觉和数值实验，我们的方法相比，各种国家的最先进的超像素方法的有效性和效率。
2021-11-18 cs.CV stat.AP stat.ML
Efficient Multiscale Object-based Superpixel Framework
University of Campinas（坎皮纳斯大学）；Université Gustave Eiffel（古斯塔夫·埃菲尔大学）；Pontifical Catholic University of Minas Gerais（米纳斯吉拉斯州天主教大学）
超像素分割可以在许多应用中用作中间步骤，通常用于改善对象描绘并减少计算机工作量。然而，经典的方法不包括关于所需对象的信息。基于深度学习的方法考虑对象信息，但其描绘性能取决于数据注释。此外，基于对象的方法的计算时间通常比期望的要长得多。在这项工作中，我们提出了一种新的超像素框架，命名为超像素通过迭代cleartcutting（SICLE），它利用对象信息能够生成一个多尺度分割的飞行。SICLE从种子过采样开始，并重复基于连接性的最佳超像素描绘和基于对象的种子去除，直到达到所需数量的超像素。它概括了最近的超像素方法，根据多个划定指标，在效率和有效性方面超过了它们和其他最先进的方法。
2022-04-07 cs.CV
Leveraging Activations for Superpixel Explanations
Physikalisch-Technische Bundesanstalt（德国联邦物理技术研究院）；Linköping University（林雪平大学）；Uppsala University（乌普萨拉大学）
本文提出神经激活超像素（NAS），无需微调网络即可从分类器激活中提取分割，提升弱监督定位性能，并支持显著性方法的半监督语义评估与指标一致性分析。
2024-06-07 cs.CV
Deep Superpixel-based Network for Blind Image Quality Assessment
School of Electronic Information, Wuhan University（武汉大学电子信息学院）
盲图像质量评价模型的目标是模拟人眼对图像的评价过程，准确地评价图像的质量。虽然许多方法可以有效地识别退化，但它们没有充分考虑图像中的语义内容，从而导致失真。为了填补这一空白，我们提出了一种基于超像素的深度自适应网络，即DSN-IQA，以评估基于多尺度和超像素分割的图像质量。DSN-IQA可以自适应地接受任意尺度的图像作为输入图像，使得评估过程类似于人类的感知。该网络使用两个模型来提取多尺度语义特征并生成超像素邻接图。这两个元素通过特征融合结合在一起，以准确预测图像质量。在不同基准数据库上的实验结果表明，该算法在评估具有挑战性的真实图像数据库时具有很强的竞争力。此外，由于自适应深度超像素网络，我们的模型可以准确评估具有复杂失真的图像，就像人眼一样。
2021-10-13 cs.CV cs.LG
Learning Semantic Segmentation with Query Points Supervision on Aerial Images
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
针对航空图像像素级标注昂贵的问题，提出利用查询点标注生成超像素伪标签的弱监督语义分割方法，在降低标注成本的同时取得接近全监督的性能。
2024-08-05 cs.AI cs.CV cs.LG
Superpixel Anything: A general object-based framework for accurate yet regular superpixel segmentation
Univ. Bordeaux, CNRS, Bordeaux INP, IMS, UMR 5218（波尔多大学）；Univ. Bordeaux, CNRS, Bordeaux INP, LaBRI, UMR 5800（波尔多大学）
提出SPAM框架，通过结合特征提取模型与大规模预训练模型进行语义无关分割，生成准确且规则的超像素，并在分割任务上优于现有方法。
2025-09-16 cs.CV
A Bottom-up Approach for Pancreas Segmentation using Cascaded Superpixels and (Deep) Image Patch Labeling
National Institutes of Health Clinical Center（美国国立卫生研究院临床中心）；Kentucky Imaging and Technologies（肯塔基成像技术公司）
强大的自动器官分割是计算机辅助诊断（CAD），定量成像分析和手术辅助的先决条件。对于诸如胰腺的高变异性器官，先前的方法报告了不期望的低精度。我们提出了一种自自底向上的【形】的腹部CT扫描胰腺分割方法，该方法基于信息传播的层次结构，通过对不同分辨率的图像块进行分类;和级联超像素。有四个阶段：1）将CT切片图像分解为一组不相交的边界保持超像素; 2）经由密集块标记来计算胰腺类概率图; 3）通过汇集强度和概率特征来对超像素进行分类，以在级联随机森林框架中形成经验统计;以及4）基于简单连接的后处理。密集图像块标记通过以下方式进行：基于图像直方图、位置和纹理特征的高效随机森林分类器;以及在较大图像窗口（具有更多空间上下文）上的更昂贵（但具有更好的特异性）的深度卷积神经网络分类。该方法的评价是在一个数据库上进行的80手动分割的CT卷在六倍交叉验证（CV）。我们所取得的结果与最先进的方法相当或更好（通过“留一名患者”评估），Dice为70.7%，Jaccard为57.9%。计算效率从一般的10小时/例提高到6~8分钟/例。最后，我们实现了一个多图集标签融合（MALF）的胰腺分割方法使用相同的数据集。在六倍CV下，我们的自自底向上的【形】分割方法显著优于其MALF对应方法：（70.7 +/- 13.0%）与Dice中的（52.5 +/- 20.8%）。深度CNN补丁标记置信度提供了更高的数值稳定性…
2016-03-07 cs.CV
CRF Learning with CNN Features for Image Segmentation
The University of Adelaide（阿德莱德大学）
条件随机瑞尔德（CRF）在图像分割中有着广泛的应用。虽然大多数研究依赖于手工制作的特征，但我们在这里建议利用预先训练的大型卷积神经网络（CNN）来生成用于CRF学习的深度特征。深度CNN在ImageNet数据集上进行训练，并在这里转移到图像分割，以构建超像素的潜力。然后使用结构化支持向量机（SSVM）学习CRF参数。为了充分利用上下文信息的推断，我们构建空间相关的共现成对电位，并将它们纳入能量函数。这更倾向于标记在特定空间布局中经常共同出现的对象对，同时避免在推理过程中出现令人难以置信的标记。在二进制和多类分割基准上进行的大量实验证明了所提出方法的可行性。因此，我们为Weizmann horse，Graz-02，MSRC-21，Stanford Background和PASCAL VOC 2011数据集的分割性能提供了新的基线。
2015-03-28 cs.CV
Adaptive Illumination based Depth Sensing using Deep Superpixel and Soft Sampling Approximation
Geomagical labs（Geomagical实验室）；Apple Inc（苹果公司）；Northwestern University（西北大学）
密集深度图捕获在现有的基于主动稀疏照明的深度获取技术（诸如LiDAR）中具有挑战性。已经提出了各种技术来基于稀疏深度图测量与RGB图像的融合来估计密集深度图。硬件的最新进展使得能够实现自适应深度测量，从而进一步改进密集深度图估计。在本文中，我们研究的主题，估计密集深度从深度采样。自适应稀疏深度采样网络与RGB图像和稀疏深度的融合网络联合训练，生成最优自适应采样模板。我们表明，这种自适应采样掩模可以推广到许多RGB和稀疏深度融合算法下的各种采样率（低至$0.0625\%$）。所提出的自适应采样方法是完全可微的，并且可以灵活地与上游感知算法进行端到端的训练。
2022-02-22 cs.CV
Visual Chunking: A List Prediction Framework for Region-Based Object Detection
Carnegie Mellon University（卡内基梅隆大学）
我们考虑通过迭代地从一组任意形状的候选区域中选择来检测图像中的对象。我们的通用方法，我们称之为视觉组块，原因在图像中的多个对象实例的位置，同时表现出描述对象的边界。我们设计了一个优化标准，用于测量一系列这样的检测作为一个共同的每实例度量的自然扩展的性能。我们提出了一个有效的算法，可证明的性能，建立一个高质量的列表检测从任何候选集的区域为基础的建议。我们还开发了一个简单的类特定的算法来生成一个候选区域实例在近线性时间的低级别超像素的数量，优于其他区域生成方法。为了在测试时对新图像进行预测，而无需访问地面实况，我们开发了学习方法来模拟这些算法的行为。我们证明了我们的新方法在基准数据集上的性能优于复杂的基线。
2015-03-16 cs.CV
Unsupervised Superpixel Generation using Edge-Sparse Embedding
ETH-Zurich（苏黎世联邦理工学院）
基于像素相对于诸如颜色或空间位置之类的特征的相似性将图像划分成超像素可以显著降低数据复杂性并改进后续的图像处理任务。无监督超像素生成的初始算法仅依赖于局部线索，而没有将重要边缘优先于任意边缘。另一方面，基于无监督深度学习的较新方法要么未能适当地解决超像素边缘粘附性与紧凑性之间的权衡，要么缺乏对所生成的超像素数量的控制。通过在非卷积图像解码器中使用具有强空间相关性的随机图像作为输入，\ie，模糊的噪声图像，我们可以减少预期的对比度数量，并在重构图像中增强平滑、连接的边缘。我们通过将额外的空间信息编码到解码器最后一个隐藏层的分段平滑激活图中来生成边缘稀疏像素嵌入，并使用标准聚类算法来提取高质量的超像素。我们提出的方法在BSDS 500，PASCAL-Context和显微镜数据集上达到了最先进的性能。
2022-11-29 cs.CV
Deep Spatially-Regularized and Superpixel-Based Diffusion Learning for Unsupervised Hyperspectral Image Clustering
Tufts University（塔夫茨大学）
本文提出一种结合掩码深度表征学习与扩散聚类的无监督超光谱图像聚类框架，通过改进的空间正则化超像素扩散学习算法，提升聚类质量。
2026-04-14 cs.CV cs.LG
Superpixel Segmentation: A Long-Lasting Ill-Posed Problem
University of Bordeaux（波尔多大学）；Bordeaux INP（波尔多国立理工学院）；IMS（图像与信号处理研究所）；CNRS UMR 5218（法国国家科学研究中心UMR 5218）；LaBRI（拉布拉德研究所）；CNRS UMR 5800（法国国家科学研究中心UMR 5800）
本文论证超像素分割本质上是病态问题，指出现有评估体系存在缺陷，并证明无需专门训练即可用 SAM 取得有竞争力的超像素分割结果，从而呼吁依据下游任务重新审视超像素分割的性质。
2025-09-23 cs.CV
Deep convolutional networks for pancreas segmentation in CT imaging
National Institutes of Health Clinical Center（美国国立卫生研究院临床中心）
器官的自动分割是许多计算机辅助诊断系统的重要前提。腹部器官（如胰腺）的高度解剖变异性使许多分割方法与其他器官（如肝脏、心脏或肾脏）的分割相比无法实现高精度。最近，大型注释训练集的可用性和通过GPU可负担得起的并行计算资源的可访问性使得诸如卷积网络（ConvNets）的“深度学习“方法在图像分类任务中取得成功是可行的。这些方法具有直接从成像数据训练所使用的分类特征的优点。我们提出了一个全自动的自下而上的方法胰腺分割的腹部计算机断层扫描（CT）图像。该方法是基于局部图像区域（超像素）的分级粗到细分类。使用简单线性迭代聚类（SLIC）从腹部区域提取超像素。使用块级置信度和两级级联的随机森林分类器生成初始概率响应图，其中保留概率大于0.5的超像素区域。这些保留的超像素充当胰腺及其周围环境到ConvNet的高度敏感的初始输入，该ConvNet以不同的尺度（以及训练时的随机非刚性变形）对每个超像素周围的限界框进行采样，以便为每个超像素区域分配更明显的胰腺或非胰腺的概率。我们在82例患者的CT图像上评估了我们的方法（60例用于训练，2例用于验证，20例用于测试）。使用ConvNets，我们在测试中实现了68%+-10%（范围，43-80%）的平均Dice分数。这显示了使用深度学习方法进行精确胰腺分割的前景，并且与最先进的方法相比具有优势。
2015-04-15 cs.CV
PDC: Piecewise Depth Completion utilizing Superpixels
Mannheim University of Applied Sciences（曼海姆应用科学大学）
稀疏LiDAR和高分辨率RGB数据的深度完成是自动驾驶技术的基础之一。目前的方法通常依赖于基于CNN的方法，但有几个已知的缺点：深度不连续处的飞行像素，对给定数据集和误差度量的过拟合等等。因此，我们提出了我们的新的分段深度完成（PDC），它完全不需要深度学习。PDC将RGB图像分割成对应于具有相似深度值的区域的超像素。使用成本图来收集对应于相同对象的超像素。最后，我们获得了具有最先进精度的详细深度图像。在我们的评估中，我们可以显示各个建议处理步骤的影响以及我们的方法在具有挑战性的KITTI数据集上的整体性能。
2021-07-14 cs.CV
Superpixel based Class-Semantic Texton Occurrences for Natural Roadside Vegetation Segmentation
Central Queensland University（中央昆士兰大学）
从路边数据中分割植被是一个领域，在目前的研究中得到了相对较少的关注，但可以在广泛的现实世界中的应用，如道路安全评估和植被状况监测的巨大潜力。在本文中，我们提出了一种新的方法，产生类语义的颜色纹理元和聚合超像素的纹理元发生自然路边图像中的植被分割。像素级的类语义textons首先学习生成两个单独的集的词袋视觉词典的颜色和滤波器组纹理特征分别为每个对象类使用手动裁剪的训练数据。对于测试图像，首先将其过分割成一组均匀的超像素。提取每个超像素中所有像素的颜色和纹理特征，并使用最近距离度量将其进一步映射到学习的纹理基元之一，从而产生颜色和纹理纹理基元发生矩阵。使用线性混合方法在每个超像素上聚合颜色和纹理纹理基元的出现，并且使用简单而有效的多数投票策略最终实现分割。两个公共图像数据集的视频收集的交通运输部和主要道路（DTMR），昆士兰州，澳大利亚，和公共路边草数据集的评估显示所提出的方法的高精度。我们还证明了在现实世界的情况下，植被分割的方法的有效性。
2018-02-24 cs.CV
Square Superpixel Generation and Representation Learning via Granular Ball Computing
Chongqing University of Posts and Telecommunications（重庆邮电大学）；Xidian University（西安电子科技大学）；Chongqing Normal University（重庆师范大学）
本文提出一种基于粒状球计算的正方形超像素生成方法，通过多尺度正方形块近似超像素，解决不规则形状带来的计算难题，实现高效并行处理和可学习特征提取。
2026-03-31 cs.CV
Superpixel-based Knowledge Infusion in Deep Neural Networks for Image Classification
BITS Pilani, Goa Campus（比特斯皮拉尼大学果阿校区）；Savitribai Phule Pune University（萨维特里巴伊·普莱浦那大学）
超像素是图像中像素的高阶感知组，通常携带比原始像素更多的信息。图像的不同超像素之间的关系存在固有的关系结构，例如相邻的超像素是彼此的邻居。我们在这里的兴趣是将这些不同超像素的相对位置视为图像的关系信息。该关系信息可以传达关于图像的高阶空间信息，例如表示猫的图像中的两只眼睛的超像素之间的关系。也就是说，两只眼睛在直线上彼此相邻放置，或者嘴在鼻子下面。我们在这篇论文中的动机是帮助计算机视觉模型，特别是那些基于深度神经网络（DNN）的模型，通过整合来自超像素的高阶信息。我们构建了一个混合模型，利用（a）卷积神经网络（CNN）来处理图像中的空间信息和（b）图神经网络（GNN）来处理图像中的关系超像素信息。所提出的模型是学习使用一个通用的混合损失函数。我们的实验是广泛的，我们评估了我们提出的混合视觉模型的预测性能七个不同的图像分类数据集，从各种领域，如数字和对象识别，生物识别，医学成像。结果表明，GNN处理的相关超像素信息可以提高基于标准CNN的视觉系统的性能。
2022-02-23 cs.CV cs.LG eess.IV
Detecting floodwater on roadways from image data with handcrafted features and deep transfer learning
Transportation Research Institute, Old Dominion University（老多明尼大学交通研究所）
检测由于洪水淹没的路段对于车辆路径和交通管理决策具有重要的应用。本文提出了一套算法来自动检测洪水，可能存在于手机或其他类型的光学相机捕获的图像。为此，图像分类和洪水区域分割方法的发展。对于分类任务，我们使用局部二进制模式（LBP），方向直方图（HOG）和预训练的深度神经网络（VGG-16）作为特征提取器，并在提取的特征上训练逻辑回归，k-最近邻和决策树分类器。使用逻辑回归分类器的预训练VGG-16网络优于所有其他方法。对于洪水区域分割任务，我们研究了基于超像素的方法和全卷积神经网络（FCN）。与分类任务类似，我们在超像素区域上训练了逻辑回归和k近邻分类器，并将其与端到端训练的FCN进行比较。在两种分割方法之后，采用条件随机场（CRF）方法对粗分割结果进行后处理。FCN在所有指标中得分最高;其次是基于超像素的逻辑回归，然后是基于超像素的KNN。
2019-08-31 cs.CV
