TY -的A2黄Shih-Chia盟,赵小丽王盟——国众盟——张,嘉盟——张,湘PY - 2018 DA - 2018/08/05 TI -场景理解基于高阶势和生成对抗网络SP - 8207201六世- 2018 AB -场景的理解是预测类标签在每个像素的图像。在本研究中，我们提出一个基于经典生成对敌网络(GAN)的语义分割框架来训练一个完全卷积的语义分割模型和对敌网络。为提高分割图像的一致性，采用高阶势代替一元势或两两势。我们通过将敌对网络替换为CRF模型来实现高阶势，这种方法可以不断提高分割语义图像的一致性和细节，直到分割结果与地面真相无法区分为止。在PASCAL VOC 2012和Cityscapes数据集上进行了大量的实验，定量和定性评价表明了我们提出的方法的有效性。SN - 1687-5680 UR - https://doi.org/10.1155/2018/8207201 DO - 10.1155/2018/8207201 JF -多媒体进展PB - Hindawi KW - ER -