首页 | 本学科首页   官方微博 | 高级检索  
     

基于注意力和多标签分类的图像实时语义分割
引用本文:高翔,李春庚,安居白. 基于注意力和多标签分类的图像实时语义分割[J]. 计算机辅助设计与图形学学报, 2021, 33(1): 59-67. DOI: 10.3724/SP.J.1089.2021.18233
作者姓名:高翔  李春庚  安居白
作者单位:大连海事大学信息科学技术学院 大连 116026;大连海事大学信息科学技术学院 大连 116026;大连海事大学信息科学技术学院 大连 116026
摘    要:针对现阶段很多实时语义分割算法分割精度低,尤其对边界像素分割模糊的问题,提出一种基于跨级注意力机制和多标签分类的高精度实时语义分割算法.首先基于DeepLabv3进行优化,使其达到实时运算速度.然后在此网络基础上增加跨级注意力模块,使深层特征为浅层特征提供像素级注意力,以抑制浅层特征中不准确语义信息的输出;并在训练阶段引入多标签分类损失函数辅助监督训练.在Cityscapes数据集和CamVid数据集上的实验结果表明,该算法的分割精度分别为68.1%和74.1%,分割速度分别为42帧/s和89帧/s,在实时性与准确性之间达到较好的平衡,能够优化边缘分割,在复杂场景分割中具有较好的鲁棒性.

关 键 词:卷积神经网络  实时语义分割  多标签分类  跨级注意力机制

Real-Time Image Semantic Segmentation Based on Attention Mechanism and Multi-Label Classification
Gao Xiang,Li Chungeng,An Jubai. Real-Time Image Semantic Segmentation Based on Attention Mechanism and Multi-Label Classification[J]. Journal of Computer-Aided Design & Computer Graphics, 2021, 33(1): 59-67. DOI: 10.3724/SP.J.1089.2021.18233
Authors:Gao Xiang  Li Chungeng  An Jubai
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号