计算机应用研究

作者：刘奕晨,章坚武,胡晶,

单位：1.杭州电子科技大学通信工程学院,杭州310018；2.浙江宇视科技有限公司,杭州310051；

关键词：语义分割,注意力机制,条状特征提取,多维注意力融合,

基金：国家自然科学基金资助项目(U1866209,61772162)；；

针对使用注意力机制的语义分割模型计算资源消耗与精度不平衡的问题，提出一种轻量化的语义分割注意力增强算法。首先，基于驾驶场景中物体的形状特点设计了条状分维注意力机制，使用条形池化代替传统方形卷积，并结合降维操作分维度提取长程语义关联，削减模型计算量。接着融合通道域与空间域上的注意力，形成可叠加与拆解的轻量化多维注意力融合模块，全方位提取特征信息，进一步提升模型精度。最后，将模块插入基于ResNet-101骨干网的编码—解码网络中，指导高低层语义融合，矫正特征图边缘信息，补充预测细节。实验表明，该模块有较强的鲁棒性和泛化能力，与同类型注意力机制相比，削减了约90%的参数量以及80%的计算量，且分割精度依旧取得了稳定的提升。

来源：2023年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第10期