声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：郑鹏营,陈玮,尹钟,
单位：上海理工大学光电信息与计算机工程学院,上海200093；
关键词：双路径语义分割,非对称卷积,注意力机制,深度监督,
基金：国家自然科学青年基金资助项目(61703277)；；
针对现阶段语义分割网络存在的空间和通道特征不匹配、小目标物体像素丢失等问题，设计了一种基于空间特征提取和注意力机制的双路径语义分割算法。空间信息路径利用四倍下采样来保留高分辨率特征，并引入空间特征提取模块融合多尺度空间信息，加强网络对小目标物体的识别能力；采用一条结合双阶通道注意力的语义上下文路径提取判别特征，使深层特征能够指导浅层特征捕捉更精确的语义信息，从而降低精度损失。在CamVid和Aeroscapes数据集上验证该算法，平均交并比分别可达70.5%和51.8%，相比于当前主流的双路径语义分割模型有所提升，结果验证了所提算法的有效性。
来源：2022年第2期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。