前言
本次给大家更新的是关于实时语义分割的工作。
语义分割论文
语义图像分割是计算机视觉中发展最快的领域之一，有着广泛的应用。在许多领域，如机器人和自动驾驶汽车，语义图像分割是至关重要的，因为它提供了必要的上下文，以采取行动，基于对场景的理解在像素级。
对于图像的理解有一下几个层次：
-
分类，即将图像中最具代表性的物体归为某一个类；
-
带有定位的分类，对分类任务的一个扩展，使用边界框将对象框起来在分类；
-
目标检测，对多个不同类型的对象进行分类和定位；
-
语义分割，是对图像中的每个像素进行分类和定位；
-
实例分割，是语义分割的扩展，在实例分割中，相同类型的不同对象被视为不同的对象；
-
全景分割，结合语义分割和实例分割，所有像素被分配一个类标签，所有对象实例都被独立分割
【1】自主驾驶车辆实时语义分割的比较研究
《A Comparative Study of Real-time Semantic Segmentation for Autonomous Driving》
链接：
https://openaccess.thecvf.com/content_cvpr_2018_workshops/papers/w12/Siam_A_Comparative_Study_CVPR_2018_paper.pdf
