一种基于多尺度角点检测的语义分割网络

摘要：

为了实现更精确的语义分割,提出了一种目标全局解析网络(object global parsing network,OGPNet).首先,基于卷积特征金字塔构造了一个多尺度角点检测器,检测不同尺度特征图上目标的关键点信息;其次,提出了一种多尺度联合池算法将获得的多尺度角点进行融合;最后,将组归一化(Grounp Normalization,GN)方法引入到该分割网络训练中以提升网络训练和收敛速度.OGPNet在Pascal VOC 2012数据集和Cityscapes数据集的分割结果的mIoU评价分别达到了78.5％和67.6％.且实验证明,相对于现有的一些语义分割网络,由OGPNet分割出的目标具有更完整的轮廓,且分割结果的视觉质量更好.

关键词：语义分割、多尺度、角点检测、联合池化、组归一化

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：206-210