基于多层信息融合的实时语义分割 及其在电力场景中的应用

• 作者: 卢杉 周晨轶 徐亦白 王文
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度学习 语义分割 卷积神经网络 电力场景
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图像处理
• 页码范围: 17-22
• 页数: 6页
• 分类号: TP391
• 字数: 3847字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.08.004

摘要

语义分割是计算机视觉的一项基础工作.本文提出一种新型的结合点卷积与空洞卷积的上采样结构,并基于该结构设计一个能融合多层信息的实时语义分割模型.该模型在Cityscapes数据集上的mIoU能达到72.1％,对于640×360的输入图像,运行速度能达到125 fps,同时该模型在电力场景数据集下也有很好的效果.此外,本文还将该模型移植到移动端,实现一款基于语义分割的电力场景增强现实应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文		13	19	3.0	3.0
2	周晨轶		4	7	1.0	2.0
3	徐亦白		4	2	1.0	1.0
4	卢杉		4	2	1.0	1.0