空间和通道注意力多级别特征网络图像语义分割

• 作者: 宣明慧 张荣国 胡静 李富萍 赵建
• 来源期刊: 太原科技大学学报
• 关键词: 图像语义分割 深度学习 空间注意力 通道注意力 特征融合
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 图像处理与计算机视觉|Image Processing and Computer Vision
• 页码范围: 355-360
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2021.05.003

摘要

图像语义分割模型在提取特征的过程中由于不断的下采样使得空间位置丢失,分割效果较差,针对该问题,提出了融合空间和通道注意力多级别特征来构造学习网络的方法.首先针对具有高级别特征的语义信息路径引入了通道注意力模块,在预训练模型Resnet101提取的特征图上,显式地建模通道之间的相互依存关系,确定每层特征图上需要重点关注的内容,协助完成目标识别任务;其次针对具有低级别特征的空间信息路径引入空间注意力模块,在保留了丰富空间信息的特征图上提取空间注意力矩阵,并将提取的空间注意力矩阵作用于语义信息路径的相应特征图上,以确定需要重点关注的位置,协助完成目标定位任务.最后在CamVid数据集上进行实验,所提方法具有良好表现.