城市场景分割的多尺度感知融合网络研究
戴伟东
姜文刚
江苏科技大学电子信息学院 镇江 212003
摘要：针对道路场景信息多尺度变换的问题,基于编码器-解码器的非对称网络结构,提出一种轻量级多尺度感知融合网络.根据残差网络以及空洞卷积的概念,设计一种新的残差模块Res-SS,在不增加卷积参数的情况下,提高特征提取的效率.设计多尺度感知融合提取模块,提高网络对于道路场景多尺度物体信息的自适应提取能力.为弥补特征提取过程中的低级特征缺失,采用Superpixel模块,将道路场景内低级边缘信息与高级语义信息融合,使得二者互为补充,从而得到高质量的语义分割结果.在Cityscapes数据集上的实验表明,该算法比现有的轻量级城市场景语义分割算法具有更高的精度和鲁棒性.
关键词：语义分割卷积神经网络残差模块多尺度特征特征融合边缘信息
分类号：TP183(自动化基础理论)
资助基金：国家自然科学基金(61671222)
论文发表日期：2024-04-20
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：8( 1014-1020,1027 )
英文信息