基于距离谱回归的全景分割方法

• 作者: 丁宇劼 孟凡满 罗旺 陈帅
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 全景分割 距离谱 卷积网络 语义分割 实例分割
• 年，卷（期）: 2020,（4）
• 页码范围: 32-39
• 页数: 8页
• 分类号: TP391.41|TP751.1
• 字数: 4707字
• 语种: 中文
• DOI: 10.12198/j.issn.1673?159X.3612

摘要

全景分割旨在同时预测图像中每一个像素的语义标签和实例标签,是目前场景解析研究的难点和热点之一.针对现有的全景分割方法采用检测策略提取每个实例区域,无法有效解决实例遮挡的难题,提出一种基于距离谱的深度卷积全景分割模型.不同于现有的基于检测策略的全景分割方法,该模型利用前景像素点与边缘的距离关系构建最大距离和最小距离向量,在存在遮挡的情况下能够有效地刻画出同一实例不同区域的相对关系,从而缓解遮挡问题.为了有效预测最大距离谱和最小距离离谱,提出了一种基于卷积网络的距离谱回归模块.同时,为充分利用距离谱的实例表示优势,设计了2种由距离谱生成实例分割结果的方法.在Cityscapes数据集上进行了大量实验,实验结果表明,全景质量PQ达到了理想效果,本文方法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈帅	电子科技大学信息与通信工程学院	6	1	1.0	1.0
2	孟凡满	电子科技大学信息与通信工程学院	2	0	0.0	0.0
3	丁宇劼	南京师范大学电气与自动化工程学院	1	0	0.0	0.0
4	罗旺		3	9	1.0	3.0