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:
高性能语义分割算法由于自身高延迟性存在无法快速感知路况的问题.本文提出一种基于注意力机制的双路径网络模型.该网络模型采用轻量的局部轮廓信息提取模块和语义信息提取模块来替代复杂的编码器结构.针对不同路径下特征图的特点,分别基于自注意力和通道注意力机制设计特征优化模块,该算法可有效地提高轻量网络结构对细节特征的表达能力.设计的语义分割网络以25 fps的速度处理图像的同时,可保持73.9%的平均交并比.经实物验证,表明本文算法具备实时性,具有一定的实际应用价值.
推荐文章
基于注意力机制的全景分割网络
全景分割
背景类实例重叠
三重态注意力机制
语义增强注意力机制
基于注意力机制的LSTM的语义关系抽取
文本信息
语义关系
关系抽取
LSTM
注意力机制
基于自注意力机制的方面情感分类
方面词
情感分类
自注意力机制
语义编码
基于密集层和注意力机制的快速语义分割
语义分割
轻量级网络
分组卷积
密集层
注意力机制
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 基于双注意力机制的街景语义分割
来源期刊 计算机与现代化 学科
关键词 语义分割 双路径卷积神经网络 自动驾驶 嵌入式平台
年,卷(期) 2021,(10) 所属期刊栏目 图像处理|IMAGE PROCESSING
研究方向 页码范围 69-74
页数 6页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1006-2475.2021.10.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
双路径卷积神经网络
自动驾驶
嵌入式平台
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导