一种用于道路场景分割的轻量级特征融合网络
李富华
吴陈
江苏科技大学计算机学院 镇江 212003
摘要：道路场景的语义分割存在着实时性和准确性相冲突的矛盾,融合多层次特征和多尺度上下文信息可以提升分割模型的性能.但是复杂的特征融合将消耗较多的计算资源,并且现有的方法在分割过程中常常忽略位置信息,导致分割效果不理想.为了解决以上问题,使用了一种高效的轻量级特征融合网络(LFFNet)进行道路场景分割,具体来说就是使用了一个多层次特征融合模块,通过在注意机制中嵌入空间位置信息来增强多层次特征之间的语义一致性,以便在捕获远距离依赖关系的同时保留准确的位置信息.此外还使用了一种轻量语义金字塔模块,通过深度可分离卷积提取多尺度上下文信息.实验结果表明,LFFNet与现有的方法相比FLOPs减少了2.3倍,速度提高了1.7倍,在分割精度和计算效率上有较好的平衡.
关键词：特征融合坐标注意力多尺度上下文信息深度可分离卷积语义分割
分类号：TP751(遥感技术)
论文发表日期：2024-08-20
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( 2329-2335 )
英文信息