1、语义分割

语义分割是计算机视觉中的关键任务之一。现实中，越来越多的应用场景需要从影像中推理出相关的知识或语义（即由具体到抽象的过程）。作为计算机视觉的核心问题，语义分割对于场景理解的重要性日渐突出。

2、语义分割研究现状

（1）传统方法：Normalized cut 、Structured Random Forests 、SVM···
（2）深度学习卷积神经网络： FCN、 SegNet 、 LinkNet···

3、传统方法代表问题

在实际运用中，每运行一次 Ncut，只能切割一次图片，为了分割出图像上的多个物体，需要多次运行，下图示例了对原图 a 进行 7 次 N-cut 后