在公安视觉计算领域,街景图像的语义分割技术扮演着至关重要的角色,特别是在城市监控和安全管理方面.研究提出了一种新型的基于递归门控卷积的街景图像语义分割模型,旨在解决现有算法在处理街景图像时分割精度低、缺乏有效的空间信息交互作用的问题.通过利用ResNet50提取深度特征并结合递归门控卷积的金字塔池模块,该模型显著提高了对人群、车辆及其他关键元素的分割准确性.实验结果证明,该模型在城市街景图像分割应用中,准确率达到了82.4％,展现出比PSPNet等传统模型更优的性能.研究结果不仅提高了公安视觉监控系统的实用性,也为后续研究提供了新的技术路径.
NETL
NSTL
万方数据
