随着自动驾驶及虚拟现实技术等领域的发展，图像语义分割方法受到越来越多的计算机视觉和机器学习研究人员的关注。首先介绍了图像语义分割领域的常用术语以及需要了解的背景概念，并介绍语义分割问题中几种经典的深度学习算法，如全卷积神经网络(FCN)、Deeplab等。最后针对当前图像语义分割算法的应用，总结展望未来研究方向。

作者：Tom Hardy Date：2020-2-19 来源：汇总|3D点云分割算法 前言 最近在arXiv和一些会议上看到了几篇3D点云分割paper，觉得还不错，在这里分享下基本思路。 1、SceneEncoder: Scene-Aware Semantic Segmentation of Point Clouds with A Learnable Scene Descriptor 除了局部特征外，全局信息在语义分割中起着至关重要的作用，而现有的研究往往无法明确地提取出有意义的全局信息并加以充分利用。本文提出了一个场景编码模块来实施场景感知指导，以增强全局信息的效果。该模块预测场景描述符，

针对由于机体组织间的连续造成医学图像区域边界的模糊性，导致完全自动的医学图像分割算法往往不能取得满意分割效果的问题，提出了一种基于径向基函数曲线拟合的交互式模糊医学图像分割算法。首先由用户在感兴趣的区域交互地选取一些特征点，然后利用径向基函数构造一个三维空间的隐式曲面，使该曲面上的某一等值线即为分割出的区域，文中还提出了两种不同的加速算法。大量实验表明，该算法能有效处理非常模糊的医学图像。

人脸区域分割对于人脸信息处理研究有着非常重要的意义，既可以直接用于在图像中寻找人脸，又可以作为眼睛、嘴巴等人脸重要特征检测的前序研究。因此，提出了一种新的图像中实施人脸区域分割的算法。首先，利用同态滤波改善图像的光照条件并增强图像的对比度；然后，利用迭代式阈值选择算法对图像进行二值化并增强图像的对比度。在二值图像中依据一定的约束条件找到候选人脸并标定，然后搜寻二值图像中的“空洞”区域，如果“空洞”位置恰好呈倒锐角三角形分布，且位于候选人脸区域内，则证明此候选区域即为人脸区域。实验证明，该算法简单实用，而且

该图像数据集包含 100 张合成创建的彩色图像（bmp 格式），大小为 100x100 像素。 每个图像包含几个具有不同颜色和形状的片段。 在将这些图像应用于真实图像之前，这些图像可用于测试彩色图像分割算法。 由于这些图像中的图像片段很容易识别，用户可以创建自己的真实数据集来验证其算法的分割结果。 用户可以通过向这些图像添加噪声来扩展此数据集，并且还可以在这些图像上测试图像分割算法的性能。

GPS轨迹中活动停留点识别的多层分割算法，张治华，季民河，个人移动通讯和位置感知设备的广泛使用产生了大量可用于信息服务的出行轨迹数据。从轨迹数据挖掘出行信息的关键在于停留识别和语

GIS设备出现缺陷会导致变电站发生事故，给电网带来巨大经济损失。针对目前变电站大规模的人工巡检存在着效率低下、易漏检等问题。文中对X射线无损检测得到的GIS设备图片进行研究。对获得的GIS图片进行恰当预处理，提出一种改进的FCM算法进行分割，在传统的FCM分割算法基础上，引入非隶属度、不确定度且结合图像的领域信息进行分割GIS设备图像，采用SVM分类器进行缺陷检测。实验表明，此方法缺陷检测率能达到90%以上。

yolact预训练模型下载，有需要的可以拿走，git上太慢 把权重放到项目下的weights文件夹下。

提出了一种针对密集圆形管道点云数据的自动分割算法，通过八叉树结构将点云划分为若干个子块，并建立其空间邻域关系，采用基于法向量条件约束的随机采样一致性算法移除子块内的大区域平面，同时运用欧氏距离聚类和基于平滑条件约束的区域增长分割算法再次细化数据。实验结果表明：提出的自动分割算法在处理大小为6 m×12 m×16 m的点云空间数据时，4线程并行计算仅耗时9 s，精确率达到90%以上。因此，所提算法能够快速、准确地分割管道点云数据，具有较高的应用价值。

分水岭分割算法原理与代码分水岭分割算法原理与代码分水岭分割算法原理与代码