基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对多尺度下的目标分割问题,提出了一种多尺度特征融合的图像语义分割方法.该方法改进了空洞空间金字塔池化(ASPP)模块,采用6种不同采样率空洞卷积并行架构增强了对输入图像信息的提取,该模块可以获取多尺度的卷积特征,从而进一步增强图像分割能力.通过在PASCAL VOC 2012数据集上进行训练和验证,达到了82.0%的平均像素准确率和71.9%的平均交并比.实验结果表明:通过改进空间维度上的ASPP模块,该方法可以达到良好的图像语义分割效果.
推荐文章
基于多尺度特征融合模型的遥感图像建筑物分割
遥感图像
建筑物分割
深度神经网络
膨胀卷积
多尺度特征融合
基于增强多尺度特征解码器的图像语义分割
语义分割
轻量级网络模型
解码器
特征提取网络
多尺度特征
基于多特征融合的图像语义标注
基于内容的图像检索
多特征融合
支持向量机
图像语义标注
一种融合多级特征信息的图像语义分割方法
图像语义分割
卷积神经网络
空洞卷积
空间金字塔池化
多尺度特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多尺度特征融合的图像语义分割
来源期刊 西北师范大学学报(自然科学版) 学科 工学
关键词 语义分割 空洞空间金字塔池化 空洞卷积
年,卷(期) 2020,(1) 所属期刊栏目 计算机与信息科学
研究方向 页码范围 44-50
页数 7页 分类号 TP391
字数 4620字 语种 中文
DOI 10.16783/j.cnki.nwnuz.2020.01.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马冬梅 西北师范大学物理与电子工程学院 13 53 4.0 7.0
2 杨彩锋 西北师范大学物理与电子工程学院 2 0 0.0 0.0
3 李鹏辉 西北师范大学物理与电子工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (5)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语义分割
空洞空间金字塔池化
空洞卷积
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西北师范大学学报(自然科学版)
双月刊
1001-988X
62-1087/N
大16开
甘肃兰州安宁东路967号
54-53
1942
chi
出版文献量(篇)
3180
总下载数(次)
2
总被引数(次)
17931
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导