基于deeplab3的图像语义标注算法研究开题报告

1. 研究目的与意义（文献综述）

1.1 目的及意义

计算机视觉是一门研究如何让计算机像人类一样看到并理解看到的内容的学科，是计算机科学以及人工智能领域的重要分支，而计算机视觉的核心任务就是理解真实的图像场景，场景中有哪些内容，分别是什么含义，也就是理解图像的语义，从而指导机器完成各种困难的视觉任务。

19世纪末随着现代汽车的诞生，汽车工业逐步发展，为人们的生产生活带来了巨大的便利，加速了社会的进步，目前交通与人们的生活紧密相连，为人们带来快捷的同时也存在许多负面效应，如交通拥堵、交通事故等等，我们迫切需要能高效处理交通问题的方法，让计算机识别理解海量的交通视频和图像中的内容。将计算机视觉技术应用于交通场景的智能交通系统在这样的背景下逐渐发展起来，由于交通场景的复杂性、多变性和随机性，以及各项理论技术的不成熟，目前交通场景理解还未建立完整的体系，仍在不断发展完善，学者们还在不断深入研究，因此作为智能交通系统感知环境的重要步骤，理解由车载相机记录下的道路场景图像不论是在科研还是商用领域均具有重要的研究意义。

2. 研究的基本内容与方案

2.1 基本内容、目标

3. 研究计划与安排

在综合考虑本次毕业设计任务之后，设计的进度安排如下：

第1周—第3周 搜集资料，撰写开题报告；

第4周—第5周 论文开题；

4. 参考文献（12篇以上）

[1]王俊强,李建胜,周华春,张旭.结合deeplabv3 与条件随机场的遥感影像典型要素提取[j/].计算机工程:1-8[2019-12-27].

[2]liang-chiehchen; papandreou, george; kokkinos ，deeplab:semantic image segmentation with deep convolutional nets, atrousconvolution.ieee transactions on pattern analysis and machine intelligence,04/2018, 卷 40, 期 4

[3]liang-chieh chen; papandreou, george; kokkinos ,deeplab: semantic imagesegmentation with deep convolutional nets, atrous convolution, and fullyconnected crfs