针对城市道路的图像语义分割

• 作者: 汤毅 滕国伟 黄尘琛
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 图像分割 深度学习 残差网络 双三次插值
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 45-48,55
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16280/j.videoe.2020.07.011

摘要

城市道路图像的语义分割具有很多的应用场景,如自动驾驶、图片或视频中广告的插入等.这些应用场景都要求分割算法具有较高的精确度,特别是在物体的边界处.此外,城市道路图像中具有很多尺度大小不一的目标,不同尺度的目标特别是小尺度的目标,会给精细化分割带来更多困难.针对以上问题,提出了一种基于编码器-解码器结构的语义分割网络.该模型改进ResNet-101作为骨干网络,以获得更好的特征提取能力,将低层次特征与高层次特征相融合,采用双三次插值作为上采样方法,以改进不同尺度目标边缘的分割精确性.使用针对城市道路场景的Cityscapes数据集设计相关的对比实验,实验结果证明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕国伟		50	159	7.0	11.0
2	汤毅		3	3	1.0	1.0
3	黄尘琛		1	0	0.0	0.0