MOOP | 高分辨率图像的语义分割

↑点击上方“中国科学信息科学”, 及时获取期刊动态!

图像语义分割是图像理解的重要一环。 尽管现有的方法已达到令人满意的精度，但由于较大的存储消耗，它们仅限于处理较低分辨率的图像。清华大学提出了一种针对高分辨率图像的语义分割方法。 与现有方法相比，该方法在不降低结果质量的情况下显着降低了内存成本。

该文发表在 Science China Information Sciences 第 12 期 MOOP 栏目，题为 “Semantic segmentation of high-resolution images”，欲了解更多研究工作的细节，请点击以下视频。

https://v.qq.com/txp/iframe/player.html?vid=h050652ezfh&width=500&height=375&auto=0

点击以下视频，观看实验演示！

https://v.qq.com/txp/iframe/player.html?vid=d050690gx2y&width=500&height=375&auto=0

文章出版信息:

Semantic segmentation of high-resolution images

Juhong WANG, Bin LIU & Kun XU

Sci China Inf Sci, 2017, 60(12): 123101

◎ 你知道吗？

MOOP，即多媒体在线开放文章（Multimedia Open OnlinePaper），是 Science China Information Sciences  于2016年创办的新栏目，主要为广大读者呈现新颖的研究思路，展示独创的研究成果，快速报道信息科学各个领域的科技进步。该栏目文章除正文外，还包含实验演示视频和讲解PPT。视频多媒体非常有利于科研成果的宣传，也有助于评审专家及读者更好地理解作者的研究成果。

欢迎访问 http://scis.scichina.com/scis2017.html 查看我刊2017年已出版MOOP文章 (打开链接, 点击右上角 MOOP With Videos (12)  )。

点击下方“阅读原文”, 前往官方网站免费下载全文！

查阅我刊2017年已出版文章，长按并识别以下二维码，获取《中国科学：信息科学》全新快速访问入口！

快速访问入口 

长按并识别二维码，收获惊喜！