基于分层聚合与高度语义信息感知的多任务网络

蔡林泽; 周爱国; 姚亮亮; 符长虹

doi:10.13873/J.1000-9787(2024)07-0101-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于分层聚合与高度语义信息感知的多任务网络

设计与制造 | 更新时间：2025-09-11

- 基于分层聚合与高度语义信息感知的多任务网络
- 暂无标题
- 传感器与微系统 2024年第7期页码：101-105
- 作者机构：
  
  同济大学机械与能源工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2024)07-0101-05
  中图分类号： TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
蔡林泽, 周爱国, 姚亮亮, 等. 基于分层聚合与高度语义信息感知的多任务网络[J]. 传感器与微系统, 2024,(7):101-105.
蔡林泽, 周爱国, 姚亮亮, 等. 基于分层聚合与高度语义信息感知的多任务网络[J]. 传感器与微系统, 2024,(7):101-105. DOI： 10.13873/J.1000-9787(2024)07-0101-05.

DOI：

摘要

针对现有多任务网络对各项任务关系以及城市场景图像内在特征的分析稍显不足的问题，提出基于分层聚合与高度语义感知的多任务网络。首先，为增强特征提取网络的能力，使用分层聚合模块学习多层特征间的相互依赖性，经过共享与独立设计，实现浅层特征与深层特征的融合，为不同下游任务馈送所需特征；其次道路场景图像中具有一定的高度差异性，水平分割相互之间的像素级分布有着显著不同，使用高度感知模块引入该先验信息，该结构简单高效。结果表明，所提方法在BDD100K的各项性能均优于同类方法，同时将车道线数据集TuSimple和CULane重新标注扩展为多任务进行测试，取得比现有方法更好的精度，验证方法的有效性。

Abstract

关键词

Keywords

references

梁礼明,邓广宏,卢明建,吴健.基于改进YOLOv3的有遮挡行人检测[J].传感器与微系统,2020(05).

Wu Dong,Liao Man Wen,Zhang Wei Tian,Wang Xing Gang,Bai Xiang,Cheng Wen Qing,Liu Wen Yu.YOLOP: You Only Look Once for Panoptic Driving Perception[J].Machine Intelligence Research,2022.

Choi S.,Kim J.T.,Choo J..Cars Can't Fly up in the Sky: Improving Urban-Scene Segmentation via Height-Driven Attention Networks[J].Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2020.

Badrinarayanan Vijay,Kendall Alex,Cipolla Roberto.SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

浅析毫米波雷达在自动驾驶领域的现状及展望

感知不确定性下基于风险预测的驾驶策略

面向复杂场景的智能车辆局部路径规划算法

基于融合地图的自动驾驶激光雷达定位算法

改进的Quasi-Dense多目标跟踪算法