空军工程大学学报

作者：吴涛，王伦武，王伦文，朱敬成

单位：国防科技大学电子对抗学院，合肥，230037\

关键词：色域空间; 超像素; 图像分割; 无监督学习

针对图像分割有监督学习模型训练时间长、需要大量训练样本才能确保模型精度要求且样本标记费时费力的问题，提出了在不同色域空间下基于神经网络的无监督图像分割方法。首先将图像进行不同颜色空间模型转化，得到不同色域空间下图像的颜色表示；其次利用felz和quickshift方法，对转换后的图像进行粗粒度聚类，形成超像素结果，并对每个像素打上相应的标签；最后利用神经网络细粒度的图像特征分辨能力进行微调，得到最终的图像分割结果。该方法在公开的COD10K等数据集上选取了数据集进行验证，实验表明，文中方法能够对图像进行合理分割，且与有监督长时间训练过程相比，无监督的推理耗时大大缩短，速度显著提高。

来源：2022年第1期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2022年第1期