基于编解码机制的水下图像语义分割
王金康
何晓晖
邵发明
卢冠林
中国人民解放军陆军工程大学 南京 210007
摘要：随着水下资源的开发,深度学习在水资源探索和开发领域应用越来越广泛.在水下原始图像质量低下的情况下,传统的语义分割技术对水下目标分割边界模糊、定位不准确、漏检和误检的情况经常发生.论文针对上述问题,提出了一种专门应用于水下图像的语义分割方法.首先基于多空间转换对原始水下图像进行增强处理.其次通过密集连接的混合空洞卷积在扩大感受野的同时消除多层空洞卷积带来的"gridding issue"问题,然后设计级联空洞卷积空间金字塔池化模块来整合不同尺度的边界特征,丰富目标细节信息.最后,采用上下文信息聚合机制将浅层网络和深层网络的特征进行融合以提取丰富的上下文信息.实验证明论文提出的方法相比最先进的语义分割方法对水下图像的分割效果更好.
关键词：水下图像语义分割编解码机制上下文信息聚合
分类号：TN911.73(通信)
论文发表日期：2023-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 29-35 )
英文信息