圖像分割1

什麼是圖像分割

預測圖像中每一個像素所屬的類別或物體
應用場景：
- 自動駕駛
- 3D地圖重建
- 美化圖片
圖切割(Graph cut)
- 圖切割就是移除一些邊，使得兩個子圖不相連。在一張圖片中，每個像素點的feature看作一個節點，彼此之間通過邊相連。如果兩個feature的相似度越大，那麼它們越有可能是屬於同一個物體的，也就應該被分割到同一個類；如果兩個像素之間的邊的權重越小，那麼說明這兩個像素之間的相似度是越低的，那麼它們就應該被分爲不同的類。

-圖切割過程中圖片被切割成一個一個的sub pixel

圖切割的優點：
-是一種普適性的框架，適合各種特徵。
-分割效果還可以。
圖切割的缺點：
-時間複雜度和空間複雜度較高。
-需要實現選擇分割塊的數目。
Fully Convolutional Networks
-把全連接網絡換成了卷積神經網絡
-利用上採樣(UpSampling)層把feature map恢復到原圖大小
分類網絡

-層層特徵提取，最後使用全連接層將特徵壓縮爲一維向量，根據特徵屬於某個類別的概率值大小進行分類。
全卷積網絡(FCN)

-經過全卷積網絡以後，最後一層輸出的其實是每一個像素類別的信息，相當於對每個像素點都進行了一次全連接，在原圖的每一個像素級別上做一次分類