2.survey ss
12023年3月31日12:15:36
survey of semantic segmentation
1.parit 1origin, history and rule
first principle part 1: origin, history, evolution, rule, orientation
1a
評(píng)估標(biāo)準(zhǔn)：準(zhǔn)確性、速度、穩(wěn)定性[1]
PASCAL VOC多類別，20個(gè)物體類別和1個(gè)背景類別[1]
MSRCV2，21個(gè)物體類別和1個(gè)void類別[1]
3個(gè)醫(yī)學(xué)數(shù)據(jù)庫：胰腺、視網(wǎng)膜、內(nèi)窺鏡手術(shù)[1]
滑動(dòng)窗口：傳統(tǒng)（SVM、隨機(jī)森林）、神經(jīng)網(wǎng)絡(luò)[1]
全局：MRF（概率模型）、CRF（條件概率模型）[1]
1b 傳統(tǒng)
自動(dòng)編碼器可以用于學(xué)習(xí)特征[1]
特征提?。合袼仡伾?、梯度直方圖、SIFT、BOV、Poselets、Textons、維度約簡(jiǎn)[1]
傳統(tǒng)圖像分割：無監(jiān)督：聚類、隨機(jī)游走、主動(dòng)輪廓模型、分水嶺[1]
傳統(tǒng)圖像分割：監(jiān)督：隨機(jī)決策森林、馬爾科夫隨機(jī)場(chǎng)、支持向量機(jī)[1]
后處理[1]
1c
問題：鏡頭耀斑、暗角效應(yīng)、模糊圖像、部分遮擋、偽裝效應(yīng)、半透明遮擋、視角[1]
方向：不同分類器的組合[1]
方向：將分類器（如神經(jīng)網(wǎng)絡(luò)）與CRF結(jié)合[1]
1d神經(jīng)網(wǎng)絡(luò)支線歷史
LeNet和AlexNet基于神經(jīng)網(wǎng)絡(luò)這一支的開端[2]
----基于特征編碼器（feature encoder）包括：VGG、ResNet[2]
VGG使用多個(gè)3x3卷積提取特征，更大的感受野帶來更多的參數(shù)和算力[2]
ResNet遵循跳躍連接的殘差學(xué)習(xí)框架，梯度通過跳躍連接以避免消失[2]
優(yōu)勢(shì)：跳躍連接，避免梯度消失[2]
----基于區(qū)域建議（Regional Proposal）：R-CNN、Fast-RCNN、Faster-RCNN[2]
通過顏色空間和相似性度量等方法檢測(cè)區(qū)域，然后進(jìn)行區(qū)域分類預(yù)測(cè)[2]
RCNN（區(qū)域卷積神經(jīng)網(wǎng)絡(luò)）包括：區(qū)域建議生成器、卷積神經(jīng)網(wǎng)絡(luò)、線性支持向量機(jī)分類器[2]
優(yōu)勢(shì)：同時(shí)生成目標(biāo)的檢測(cè)和分割[2]
----基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）：RCNN、FCN with LSTM decoder、ReSeg[2]
優(yōu)勢(shì)：RNN強(qiáng)于處理序列數(shù)據(jù)，學(xué)習(xí)長(zhǎng)期依賴關(guān)系并保持記憶，上下文信息[2]
----基于上采樣/反卷積（Upsampling/Deconvolution）[2]
優(yōu)勢(shì)：解決卷積神經(jīng)網(wǎng)絡(luò)因下采樣而失去空間信息的問題[2]
----基于特征分辨率提升（increase resolution of feature）
空洞卷積（atrous convolution）和膨脹卷積（dilated convolution）
2.attention mechanism
way of research
3.transformer
way of research
4.autonomous driving
need of research
5.innovation point
supply to ways
6.reference
not all
[1]. A Survey of Semantic Segmentation. 16.5. arxiv. Martin Thoma
[2]. Survey on semantic segmentation using deep learning techniques. 19.2. Neurocomputing. Fahad Lateef*, Yassine Ruichek
/
semi run and gun
