其中,l
i
-l
j
表示两类标签对应的像素点个数的差,n 表示一个超像素中所包含的像素个数.若 T 大于阈
值 0.2,则将超像素的标签设为最大值所对应的标签.如果 T 不大于阈值 0.2,则不对其语义进行重新标
注,保留语义粗分割结果.
整个语义分割系统类别标签为 L={l
1
,l
2
,…,l
K
}.条件随机场符合吉布斯分布,因此根据吉布斯分
布,元组(P,L)存在以下关系
其中,M 为随机场中的节点对应于图像中的像素点,E(l)为吉布斯能量函数,Z(M)是归一化因子,
称为分割函数.全连接条件随机场的能量函数由一元势函数和二元是函数组成,如下式所示:
其中, 为一元势函数, 为二元势函数.其中一元势函数以超像素语义重
分割的输出为基础,将其定义为该像素点所属标签概率分布的负对数,如式(5)所示,如果该像素点所对
应标签的概率越大,则对应的一元势函数值越小.
其中二元势函数由两个高斯核函数组成,在像素点与像素点之间地建立约束关系,促使具有相似特
征的像素被标注为同一个标签,而相差较大的像素标注为不同标签,而这个相似的定义由像素点的颜色和
位置信息组成,如式(6)所示.
其中,ω
(m)
为权重值,k
(m)
(f
i
,f
j
)为两个高斯核函数由像素的位置和颜色信息构成.