CASIA OpenIR
结合特征图切分的图像语义分割
曹峰梅1; 田海杰1; 付君2; 刘静2
Source Publication中国图象图形学报
ISSN1006-8961
2019
Volume000Issue:003Pages:464
Abstract目的基于全卷积神经网络的图像语义分割研究已成为该领域的主流研究方向。然而,在该网络框架中由于特征图的多次下采样使得图像分辨率逐渐下降,致使小目标丢失,边缘粗糙,语义分割结果较差。为解决或缓解该问题,提出一种基于特征图切分的图像语义分割方法。方法本文方法主要包含中间层特征图切分与相对应的特征提取两部分操作。特征图切分模块主要针对中间层特征图,将其切分成若干等份,同时将每一份上采样至原特征图大小,使每个切分区域的分辨率增大;然后,各个切分特征图通过参数共享的特征提取模块,该模块中的多尺度卷积与注意力机制,有效利用各切块的上下文信息与判别信息,使其更关注局部区域的小目标物体,提高小目标物体的判别力。进一步,再将提取的特征与网络原输出相融合,从而能够更高效地进行中间层特征复用,对小目标识别定位、分割边缘精细化以及网络语义判别力有明显改善。结果在两个城市道路数据集CamVid以及GATECH上进行验证实验,论证本文方法的有效性。在CamVid数据集上平均交并比达到66. 3%,在GATECH上平均交并比达到52. 6%。结论基于特征图切分的图像分割方法,更好地利用了图像的空间区域分布信息,增强了网络对于不同空间位置的语义类别判定能力以及小目标物体的关注度,提供更有效的上下文信息和全局信息,提高了网络对于小目标物体的判别能力,改善了网络整体分割性能。
Language英语
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/38136
Collection中国科学院自动化研究所
Affiliation1.北京理工大学
2.中国科学院自动化研究所
Recommended Citation
GB/T 7714
曹峰梅,田海杰,付君,等. 结合特征图切分的图像语义分割[J]. 中国图象图形学报,2019,000(003):464.
APA 曹峰梅,田海杰,付君,&刘静.(2019).结合特征图切分的图像语义分割.中国图象图形学报,000(003),464.
MLA 曹峰梅,et al."结合特征图切分的图像语义分割".中国图象图形学报 000.003(2019):464.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[曹峰梅]'s Articles
[田海杰]'s Articles
[付君]'s Articles
Baidu academic
Similar articles in Baidu academic
[曹峰梅]'s Articles
[田海杰]'s Articles
[付君]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[曹峰梅]'s Articles
[田海杰]'s Articles
[付君]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.