摘要

道路场景图像的准确分割是对道路场景进一步分析与理解的前提条件。针对基于点对条件随机场(Conditional Ran-dom Field,CRF)的道路场景语义分割方法仅考虑了局部邻域关系,无法表达像素点之间的相互依赖关系,易产生误分割现象的问题,本文提出基于全连接CRF模型的道路场景图像语义分割方法。首先,通过像素点间的相互依赖关系获取空间全局信息,利用Textonboost分类器提取图像的基本结构特征建立模型的一元势能项,利用高斯核函数的线性组合构建模型的二元势能项;之后,采用平均场近似算法实现模型的优化推理;最后,采用道路场景数据库Sowerby-7进行实验分析,验证所提模型的可行性和有效性。实验结果表明,与基于点对条件随机场模型相比,该模型能够得到较好的语义分割结果。

全文