1. 研究目的与意义（文献综述包含参考文献）
图像作为一种信息载体，它是人类感知世界的重要方式。
如何模拟人类对图像从接受到理解的过程，一直是计算机视觉领域研究的主要内容。
现如今，由于互联网技术的发展和智能终端的普及，图像产生的数量也随之迅猛增长。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
基于深度学习的语义分割方法主要存在两个难点：①语义分割不仅仅要实现像素级分类，还要实现对前景目标的定位，由于卷积神经网络自身固有的平移不变性，这种对空间的不敏感特性，使得网络对前景目标的定位比较困难。
②卷积神经网络中不断的下采样操作，使输出的特征图分辨率越来越小，信息丢失严重，导致像素点分类不准确。
本次研究主要尝试解决与优化以上两个问题。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
