每日一课 | 在智慧灯杆视觉技术中的实例分割技术简介

3.2.5实例分割

图3-9所示为实例分割示意图。

图3-9实例分割

实例分割将不同类型的实例进行分类，如用5种不同颜色来标记5辆汽车。分类任务通常来说就是识别出包含单个对象的图像是什么，在分割实例时，需要执行更复杂的任务。我们会看到多个重叠物体和不同背景的复杂景象，不仅需要将这些不同的对象进行分类，而且需要确定对象的边界、差异和彼此之间的关系。

到目前为止，我们已经看到了如何以多种有趣的方式使用卷积神经网络的特征，通过边界框有效定位图像中的不同对象。可以将这种技术进行扩展，也就是说，对每个对象的精确像素进行定位，而不仅仅是用边界框进行定位。Facebook AI使用Mask R-CNN架构对实例分割问题进行了探索。

上述5种主要的计算机视觉技术可以协助计算机从单个或一系列图像中提取、分析和理解有用的信息。毫无疑问，视觉技术与5G＋智慧灯杆的uRLC（超高可靠超低时延通信）场景诸多应用不谋而合，通过搭载具备特征识别功能的高清摄像头、图像感知等设备能有效对城市道路、车辆、行人信息进行获取并加以分析，为城市道路交通管理城市公共安全、应急处理等多种服务提供技术手段和便利。