计算机应用研究

作者：廖文森,徐成,刘宏哲,李学伟,

单位：北京联合大学a.北京市信息服务工程重点实验室;b.脑与认知智能北京实验室,北京100101；

关键词：实时语义分割,轻量级,多分支网络,特征融合,

基金：国家自然科学基金资助项目(62171042,62102033,62006020)；北京市重点科技项目(KZ202211417048)；北京市属高等学校高水平科研创新团队建设支持计划项目(BPHR20220121)；协同创新中心资助项目(CYXC2203)；；

针对目前实时语义分割方法存在大目标分割不准确、小目标信息丢失的问题，提出一种基于多分支网络的实时语义分割算法。首先，对双边分割网络进行优化，设计了金字塔分支扩大感受野，以覆盖视野内的大目标，充分地将上下文信息结合起来；其次，设计双边指导融合模块，为深层和浅层的特征映射提供指导信息，弥补小目标信息的损失。最后在Cityscapes数据集上进行验证，实验结果表明所提模型以51.3 fps的推理速度使平均交并比达到77.8%，与基准相比，精度提高了2.5个百分点。所提方法采用金字塔分支，在扩大感受野的同时，获取不同尺度的语义边缘区域特性，增强对语义边界的建模能力，且提出的双边指导融合模块可以更有效地融合不同层次的特征，弥补下采样造成的信息丢失，能够更好地指导模型学习。

来源：2023年第8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8期