计算机应用研究2021，Vol.38Issue(4) ：1261-1264.DOI:10.19734/j.issn.1001-3695.2019.12.0705

基于卷积神经网络的语义分割算法研究

Research on semantic segmentation algorithm based on convolutional neural network

熊炜 童磊 金靖熠 王传胜 王娟 曾春艳
计算机应用研究2021，Vol.38Issue(4) ：1261-1264.DOI:10.19734/j.issn.1001-3695.2019.12.0705
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于卷积神经网络的语义分割算法研究

Research on semantic segmentation algorithm based on convolutional neural network

熊炜 1童磊 2金靖熠 2王传胜 2王娟 2曾春艳2
扫码查看

作者信息

  • 1. 湖北工业大学 电气与电子工程学院,武汉430068;美国南卡罗来纳大学 计算机科学与工程系,南卡 哥伦比亚29201
  • 2. 湖北工业大学 电气与电子工程学院,武汉430068
  • 折叠

摘要

针对语义分割中残差网络并不能完好地提取图像信息和分割效果差的问题,提出一种联合特征金字塔模型(JFP)用来融合残差网络的输出特征,并结合暗黑空间金字塔池化模型(ASPP)进一步提取特征.在解码部分应用简单的解码结构,恢复图像尺寸完成语义分割;同时引入注意力模型作为辅助语义分割网络,辅助神经网络进行训练.该方法分别在Pascal VOC 2012数据集和增强的Pascal VOC 2012数据集上对网络进行训练,并在Pascal VOC 2012的验证集上进行测试,其平均交并集之比(mIoU)分别达到了78.55％和80.14％,表明该方法具有良好的语义分割性能.

关键词

图像语义分割/联合特征金字塔模型/暗黑空间金字塔模型/注意力模型

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量4
参考文献量3
段落导航相关论文