摘要
针对雾天图像语义分割中分割精度不高的问题,基于空洞空间金字塔池化、Xception模块和残差网络,提出一种雾天图像语义分割算法.该算法一方面使用空洞空间金字塔池化和残差网络,以多个采样率的并行卷积以及卷积核大小为1×1的卷积对输入图像进行多尺度的上下文特征提取;另一方面,采用解码器结构使用预训练后的Xception模块对提取的特征进行分类,得到每一个像素的预测结果,用于增强分割边界的细化得到边界精细的分割结果.实验表明,所提算法在foggy cityscapes数据集上的平均交并比为73.03％、73.81％与74.50％,分割性能良好.
基金项目
中国博士后科学基金(2019M661260)
黑龙江省自然科学基金优秀青年项目(YQ2019F018)
黑龙江省省属高等学校基本科研业务费项目优秀创新团队项目(2019-KYYWF-1335)
佳木斯大学优秀学科团队项目(JDXKTDG2019008)
佳木斯大学博士专项科研基金启动项目(JMSUZB2018-01)
国家科技期刊平台
NSTL
维普
万方数据