基于双分支融合的图像实时语义分割方法
宋玉琴
娄辉
张琪
商纯良
西安工程大学电子信息学院,西安,710600
摘要：针对现有实时语义分割网络分割多尺度目标时存在类别错分和分割不完整的问题,提出了一种基于双分支融合的图像实时语义分割方法.提出尺度注意融合模块,融合细节分支和语义分支提取到的目标空间特征和语义信息,以提高网络对多尺度目标识别的准确率.使用边缘损失函数引导细节分支学习目标边缘轮廓,增强网络对目标边缘细节的分割性能.最后,构建全局感知模块提高网络的全局上下文感知能力.实验结果表明:文中方法在CityScapes和CamVid数据集上平均交并比(mIoU)分别为78.1%和76.2%,平均像素准确率(mPA)分别为87.6%和85.4%,对于小尺度目标边缘实现了更精准的分割,且在一个GTX 1080Ti GPU上推理达到实时要求,帧速率(FPS)分别达到59.8和43.5.
关键词：深度学习实时语义分割尺度注意特征融合全局感知
分类号：TP391.4(计算技术、计算机技术)
资助基金：中国纺织工业联合会科技指导性项目(2019062)陕西省教育厅专项科研计划项目(18JK0358)
论文发表日期：2025-04-25
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：9( 62-70 )
英文信息