《表1 各种方法在Cityscapes上的性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于循环生成对抗网络的道路场景语义分割》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从图6可看出，本文算法的效果明显比CoGAN、BiGAN、SimGAN的好。图6中第一行，CoGAN对车的识别效果很差。图6中第二行展示了较为复杂场景下的识别效果，CoGAN，BiGAN，SimGAN以及CycleGAN均出现了识别错误以及图片模糊的情况。本文算法也存在一些问题，如在图6第三行中，街道拐角的轮廓并不光滑。但从整体效果来看，本文算法相较于其他算法取得了更好的分割结果。