基于空洞卷积的语义图像分割算法研究

• 作者: 梁格颖 汪文 王文琪 霍智勇
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 空洞卷积 空间金字塔池化 语义分割 深度学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 学术研究
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP391.4
• 字数: 4179字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2019.06.015

摘要

图像语义分割是通过对图像中每个像素点分类别地进行标记,使机器能够自动识别并分割出图像中的不同内容.目前全卷积网络进行图像语义分割时,池化层使感受野增大,造成图像空间尺度信息丢失.使用空洞卷积神经网络对图像语义进行分割,能够消除池化层带来的减小图像尺寸问题,保持图像空间维度信息.文章对密集特征提取以及空间金字塔池化模块进行了优化,提出了一种新的语义分割网络.文章基于PASCAL VOC 2012数据集进行算法有效性的验证,相比于之前的算法分割准确性高11.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍智勇		33	139	6.0	10.0
2	梁格颖		1	2	1.0	1.0
3	王文琪		1	2	1.0	1.0
4	汪文		1	2	1.0	1.0