全局双边网络的语义分割算法

摘要：

语义分割任务是对图像中的物体按照类别进行像素级别的预测,其难点在于在保留足够空间信息的同时获取足够的上下文信息.为解决这一问题,文中提出了全局双边网络语义分割算法.该算法将大尺度卷积核融入BiSeNet网络中,在BiSeNet网络原有的空间路径和上下文路径两条分支的基础上增加全局路径分支,使网络能够捕获更多的上下文信息,同时提出将BiSeNet网络中的注意力优化模块和特征融合模块中的全局池化模块替换为全局卷积模块,进一步提高了网络获取上下文信息的能力,从而使预测结果更加准确.实验结果表明,该算法在Cityscapes数据集上将交并比(MIoU)指标提高了0.84％,获得了优于BiSeNet网络的表现.

关键词：语义分割、双边分割网络、全局卷积网络

所属期刊栏目：47

分类号：TP389.1(计算技术、计算机技术)

资助基金：国家重点研发计划;复杂物体表面纹理获取和三维重建的关键技术研究项目

在线出版日期：2020-07-17（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：161-165