基于FCN的图像语义分割算法研究

• 作者: 王汉谱 瞿玉勇 刘志豪 谷旭轩 贺志强 彭怡书 何伟
• 来源期刊: 成都工业学院学报
• 学科: 工学
• 关键词: 语义分割 全卷积神经网络 空洞空间金字塔池化 密集上采样卷积
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 工程与技术
• 页码范围: 36-41
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13542/j.cnki.51-1747/tn.2022.01.009

摘要

图像语义分割的传统方法是依靠人工设计提取特征,用机器学习的方法进行分类,来达到分割的效果,但是过程比较复杂,且最终的分割效果也不理想.为解决该问题,提出运用深度学习的方法自动提取图像中物体特征,实现端到端训练,并提升分割精度.采用的基础网络是ResNet-50,同时采用空洞空间金字塔池化模块进行有效的特征融合,并在最后一组卷积块中使用了空洞卷积来控制感受野,以提取多尺度信息.在解码阶段采用密集上采样卷积来获得最终的输出预测图.实验表明,该方法获得mIoU值为86.185％.