联合注意力机制和多尺度特征的图像语义分割网络
作者机构:华北水利水电大学信息工程学院 中国联合网络通信有限公司郑州市分公司
出 版 物:《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)
年 卷 期:2024年
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:河南省科技攻关重点项目(192102210265 202102210141)
摘 要:针对卷积神经网络在图像语义分割时存在部分语义信息丢失、边界定位精度较低等问题, 构建了联合注意力机制和多尺度特征的卷积神经网络. 首先基于注意力机制将网络提取到的多尺度特征进行加权融合, 然后采用扩张卷积和全局平均池化聚合多尺度目标信息, 最后采用边界精细粒度特征提取模块对分割边界进行优化. 在多尺度PASCAL VOC2012和高分辨率Cityscapes数据集上的实验结果表明, 所提网络的分割效果显著优于骨干网络ResNet-101, 平均交并比分别提高了12.2%和9.3%.