非结构化道路场景可行驶区域分割

作     者：杨璐 宋冰月 任凤雷 毕重科 

作者机构：天津理工大学天津市先进机电系统设计与智能控制重点实验室 机电工程国家级实验教学示范中心(天津理工大学) 天津大学智能与计算学部 

出 版 物：《光电子·激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2025年

学科分类：08[工学] 080203[工学-机械设计及理论] 0838[工学-公安技术] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(62172294,52172350) 天津市自然科学基金项目(23JCYBJC00440) 

主　　题：非结构化场景 图像分割 深度学习 轻量级骨干网络 自动驾驶 

摘      要：针对现有图像分割算法面对非结构化道路场景，无法同时满足准确性和实时性需求的问题，本文提出双分辨率语义分割网络(dual resolution semantic segmentation network， DRSNet)进行实时图像分割。在高分辨率分支引入自注意力机制，去除冗余信息，在低分辨率分支的特征提取阶段采用多尺度特征图提取策略，提高对不规则边界和混淆类的识别；提出一种改进的金字塔池化模块减少模型参数，实现网络轻量化；通过对特征图加权的方法来融合双边特征，减少非结构化场景中关键信息损失。本文算法在自制的非结构化数据集上以93.77帧每秒的速度，平均像素准确率达到77.02%，实现了64.39%的均交并比，相较于DDRNet (deep dual resolution networks)提高了11.23%，且高于Segformer、PSPNet等分割网络。实验结果表明，该模型在分割精度和推理速度上达到更好的平衡。