基于增强特征融合解码器的语义分割算法

• 作者: 雷涛 马震环 高洪举
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 语义分割 卷积神经网络 解码器 特征融合 注意力机制
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 254-258,266
• 页数: 6页
• 分类号: TP391.41
• 字数: 4771字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054964

摘要

针对语义分割中全卷积神经网络解码器部分特征融合低效的问题,设计一种增强特征融合的解码器.级联深层特征与降维后的浅层特征,经过卷积运算后引入自身平方项的注意力机制,通过卷积预测自身项与自身平方项各通道的权重,利用乘法增强后对结果进行作和.基于pascal voc2012数据集的实验结果表明,该解码器相比原网络mIoU指标提升2.14％,结合不同特征融合方式的解码结果也验证了其性能优于同一框架下的其他对比方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷涛	中国科学院光电技术研究所	24	101	5.0	9.0
2	马震环	中国科学院光电技术研究所	3	2	1.0	1.0