| 基于逆注意力机制和像素相似度学习的图像分割 |
| |
| 引用本文： | 向 涛,乔文昇,邓永兴,王延斌. 基于逆注意力机制和像素相似度学习的图像分割[J]. 电讯技术, 2020, 60(8) |
| |
| 作者姓名： | 向 涛 乔文昇 邓永兴 王延斌 |
| |
| 作者单位： | 中国西南电子技术研究所，成都610036;解放军78125部队，成都 610036 |
| |
| 摘 要： | 针对图像语义分割中目标边界容易混淆、定位不准以及边界不平滑问题，在Deeplab v2 Resnet-101网络的基础上引入提出的逆注意层与像素相似度学习层，构造了一种新的语义分割的网络结构，并设计了注意力层和像素相似度学习层的损失函数。首先，使用Deeplab v2 Resnet-101网络提取图像语义特征；然后，利用提出的逆注意力层修正预测网络的分割结果，同时，利用提出的像素相似度学习层解决边界不够平滑的问题；最后融合两者分割的结果，得到语义分割的结果。在PASCAL-Context上取得了像素准确度76.2%、像素平均准确度59.7%、平均IoU(Intersection over Union)准确度指标49.9%的结果，在PASCAL Person-Part、NYUDv2、MIT ADE20K数据集上分别取得了平均IoU准确度指标69.6%、42.1%、44.38%的结果，与已有的主流方法相比，所提算法能够提升语义分割的精确度，验证了算法的有效性。
|
| 关 键 词： | 图像语义分割；逆注意力机制；相似度学习；卷积神经网络 |
Image Segmentation Based on Inverse Attention Mechanism and Pixel Similarity Learning |
| |
| XIANG Tao,QIAO Wensheng,DENG Yongxing,WANG Yanbin. Image Segmentation Based on Inverse Attention Mechanism and Pixel Similarity Learning[J]. Telecommunication Engineering, 2020, 60(8) |
| |
| Authors: | XIANG Tao QIAO Wensheng DENG Yongxing WANG Yanbin |
| |
| Affiliation: | Southwest China Institute of Electronic Technology,Chengdu 610036,China;Unit 78125 of PLA,Chengdu 610036,China |
| |
| Abstract: | |
| |
| Keywords: | image semantic segmentation reverse attention mechanism similarity learning convolutional neural network |
|
| 点击此处可从《电讯技术》浏览原始摘要信息 |
|
点击此处可从《电讯技术》下载全文 |
