基于注意力机制与多尺度池化的实时语义分割网络

摘要：

现有语义分割算法在精确度方面表现良好,但在速度上难以满足实时性要求.为提升网络分割速度同时确保高精确度,提出一种新型实时语义分割网络.设计融合通道注意力模块,先通过最大池化和平均池化捕捉全局特征,对池化后的特征图进行级联、卷积和变形以得到各通道权重,再将原特征图与各通道权重进行矩阵乘法操作,得到融合通道权重.将融合通道权重与原特征图进行元素级乘法操作,保证各通道权重与原特征图有效融合.提出一种轻量化金字塔场景解析模块,使用多尺度池化操作充分捕捉多尺度目标特征,在原金字塔场景解析模块的基础上减少池化后的特征图通道数,从而降低计算量.池化后特征图以级联方式连接,利用输入特征图引导连接后的特征图,以有效融合高层和低层特征图.在公共图像数据集Cityscapes上进行实验,结果表明,该网络在验证集、测试集上的准确率分别达到74.6%、73.8%,分割速度达到60.6 帧/s,分割性能优于ICNet、DFANet-A等网络.

关键词：语义分割、全局特征、注意力机制、金字塔场景解析、多尺度池化

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金12071126

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：222-229,238