基于深度学习的轻量级实时图像分割方法研究

李建锋; 熊明强; 陈园琼; 王宗达; 向涛; 孙培玮

doi:10.11959/j.issn.1000-436x.2025026

您当前的位置：

首页 >

文章列表页 >

基于深度学习的轻量级实时图像分割方法研究

学术通信 | 更新时间：2025-03-09

- 基于深度学习的轻量级实时图像分割方法研究
- Research on lightweight real-time image segmentation methods based on deep learning
- “在图像分割领域，MSFNet通过双分支多尺度边界融合模块，有效提升分割精度，减少模型参数量，为实时图像分割提供技术支撑。”
- 通信学报 2025年46卷第2期页码：176-190
- 作者机构：
  
  1.吉首大学通信与电子工程学院，湖南吉首 416000
  2.吉首大学计算机科学与工程学院，湖南吉首 416000
  3.中南大学计算机学院，湖南长沙 410083
- 作者简介：
  
  [ "李建锋（1979- ），男，湖南张家界人，博士，吉首大学教授、硕士生导师，主要研究方向为人工智能、数字图像处理、计算机视觉、医学图像处理。" ]
  [ "熊明强（2000- ），男，湖南益阳人，吉首大学硕士生，主要研究方向为人工智能、医学图像处理。" ]
  [ "陈园琼（1985- ），女，湖南张家界人，吉首大学讲师，主要研究方向为深度学习、图像处理、计算机视觉。" ]
  [ "王宗达（1998- ），男，江苏连云港人，吉首大学硕士生，主要研究方向为人工智能、医学图像处理。" ]
  [ "向涛（2000- ），男，湖南吉首人，吉首大学硕士生，主要研究方向为人工智能、深度学习。" ]
  [ "孙培玮（2001- ），男，湖南吉首人，吉首大学硕士生，主要研究方向为人工智能、深度学习。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61962023)
- DOI：10.11959/j.issn.1000-436x.2025026
  中图分类号： TN92
- 收稿：2024-12-23，
  
  修回：2025-02-07，
  
  纸质出版：2025-02-25
- 稿件说明：
移动端阅览
李建锋,熊明强,陈园琼等.基于深度学习的轻量级实时图像分割方法研究[J].通信学报,2025,46(02):176-190.

LI Jianfeng,XIONG Mingqiang,CHEN Yuanqiong,et al.Research on lightweight real-time image segmentation methods based on deep learning[J].Journal on Communications,2025,46(02):176-190.
李建锋,熊明强,陈园琼等.基于深度学习的轻量级实时图像分割方法研究[J].通信学报,2025,46(02):176-190. DOI： 10.11959/j.issn.1000-436x.2025026.

LI Jianfeng,XIONG Mingqiang,CHEN Yuanqiong,et al.Research on lightweight real-time image segmentation methods based on deep learning[J].Journal on Communications,2025,46(02):176-190. DOI： 10.11959/j.issn.1000-436x.2025026.

浏览量

203

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于黄斑距离优化的视网膜OCT图像层次分割方法

基于多项式一致逼近的多阈值图像分割算法

基于空间截面投影的Otsu图像分割算法

非相对论粒子高次谐波辐射作为短波长激光的可能性

一种新型希夫碱锌配合物的合成及光谱学性质

基于深度学习的轻量级实时图像分割方法研究

Research on lightweight real-time image segmentation methods based on deep learning

DOI：10.11959/j.issn.1000-436x.2025026