多尺度交叉注意力特征融合的语义分割网络

doi:10.13873/J.1000-9787(2024)09-0135-05

Chinese

您当前的位置：

首页 >

文章列表页 >

多尺度交叉注意力特征融合的语义分割网络

更新时间：2025-09-11

- 多尺度交叉注意力特征融合的语义分割网络
- Issue 9, Pages: 135-139(2024)
- 作者机构：
  
  西安邮电大学自动化学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2024)09-0135-05
  CLC： TP391.41
- Published：2024
- 稿件说明：
移动端阅览
[J]. 2024, (9): 135-139.
DOI：

[J]. 2024, (9): 135-139. DOI： 10.13873/J.1000-9787(2024)09-0135-05.

摘要

针对DeepLabv3+语义分割模型在解码阶段仅融合单尺度低级特征，高级与低级特征融合效果差，导致目标分割精度低的问题，本文基于注意力特征融合(AFF)结构和DeepLabv3+网络，提出了CAAF-DeepLabv3+分割网络。首先，该网络引入不同阶段的多尺度浅层特征来优化空间位置信息。其次，采用交叉方式改进AFF

获得交叉注意力特征融合(CAFF)结构，提高特征间的信息交互，且通过学习高级和低级特征在通道上的重要程度，增强显著性特征，克服语义和尺度不一的特征融合问题，以获取高分辨率和高语义信息的融合特征。在道路标线数据集上进行训练和测试的结果表明，对于目标轮廓复杂、小尺寸分布较多的情况，该网络与UNet、PSPNet、DeepLabv3+、MobileNetv2-DeepLabv3+、AFF-DeepLabv3+网络相比较，平均交并比(MIoU)值和平均像素准确率(MPA)值达到最高，漏分割和错误分割明显降低。

Abstract

关键词

Keywords

references

张金锋,刘军,谢枫,姜克儒,张家倩,许水清.基于改进Deeplabv3+网络的遥感图像选站选线语义分割[J].控制工程,2022(03).

何淼楹,崔宇超.面向自动驾驶的交通场景语义分割[J].计算机应用,2021(S1).

徐聪,王丽.基于改进DeepLabv3+网络的图像语义分割方法[J].激光与光电子学进展,2021(16).

曹建芳,田晓东,贾一鸣,闫敏敏.改进DeepLabV3+模型在壁画分割中的应用[J].计算机应用,2021(05).

何平,张万发,罗萌.基于生成对抗网络的遥感图像居民区分割[J].传感器与微系统,2020(02).

吕念祖.基于深度学习的医学图像分割算法研究[D].西南科技大学,2021(08).

Pravendra Singh,Vinay Kumar Verma,Piyush Rai,Vinay P. Namboodiri.HetConv: Beyond Homogeneous Convolution Kernels for Deep CNNs[J].International Journal of Computer Vision,2019.

Shelhamer Evan,Long Jonathan,Darrell Trevor.Fully Convolutional Networks for Semantic Segmentation.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于改进YOLOv8的施工安全装备检测算法

基于语义分割和人体姿态估计的引体向上测试平台设计

基于多尺度多分辨率的直线段检测算法

基于改进BiSeNet的语义分割算法

基于深度学习的电解电容识别与极性检测

Related Author

姜宏

章翔峰

杨晨

魏志

刘罡

张旭

唐守锋

翟少奇

Related Institution

新疆大学智能制造现代产业学院

南京信息工程大学电子与信息工程学院

无锡学院电子信息工程学院

中国矿业大学信息与控制工程学院

北京联合大学智慧城市学院

⁰