Resumen

La comprensión de escenas consiste en predecir una etiqueta de clase en cada píxel de una imagen. En este estudio, proponemos un marco de segmentación semántica basado en redes generativas adversarias clásicas (GAN) para entrenar un modelo de segmentación semántica completamente convolucional junto con una red adversaria. Para mejorar la consistencia de la imagen segmentada, se adoptan potenciales de alto orden en lugar de potenciales unarios o de pares. Realizamos los potenciales de alto orden sustituyendo la red adversaria por un modelo CRF, que puede mejorar continuamente la consistencia y los detalles de la imagen semántica segmentada hasta que no pueda discriminar el resultado segmentado del verdadero. Se llevaron a cabo una serie de experimentos en los conjuntos de datos PASCAL VOC 2012 y Cityscapes, y las evaluaciones cuantitativas y cualitativas han demostrado la efectividad de nuestro enfoque propuesto.

• Materias:Comprensión de imágenes Inteligencia artificial Detección de manipulaciones Visión artificial Imágenes espaciales
• Subjects:Image understanding Artificial intelligence Manipulation detection Artificial vision Spatial imaging
• Palabras claves:Segmentación semántica; Redes generativas adversarias; Completamente convolucional; Potenciales de alto orden; Red adversaria; PASCAL VOC 2012
• Keywords:Semantic segmentation; Generative adversarial nets; Fully convolutional; High-order potentials; Adversarial network; PASCAL VOC 2012