基于超像素分割的多尺度特征融合图像语义分割算法 |
| |
引用本文: | 陈孝如黄泽武.基于超像素分割的多尺度特征融合图像语义分割算法[J].电脑编程技巧与维护,2023(5):144-147. |
| |
作者姓名: | 陈孝如黄泽武 |
| |
作者单位: | 1.广州软件学院510990; |
| |
基金项目: | 广东省教育厅2021年度普通高校特色创新科研基金项目(2021KTSCX160);2022年度大学生创新创业训练国家级项目(202212618007)。 |
| |
摘 要: | 针对当前图像语义分割Deeplab v3+模型浅层特征分辨率低、遗漏分割等问题,引入全卷积神经网络(FCNN),并在此基础上联合超像素分割实现对物体边缘特殊优势、粗糙分割结果的优化,采用空洞卷积设计多尺度特征融合模块,以提升图像空间信息利用率。为提高网络学习能力与网络性能,引入跳跃连接结构和两个损失函数,经过训练测试,证实该算法具有良好的像素精度,可提升分割准确率提高,鲁棒性强,可改善遗漏分割与错误分割。
|
关 键 词: | 超像素分割 多尺度特征 语义分割算法 全卷积神经网络 |
本文献已被 维普 等数据库收录! |
|