融合累积分布函数和通道注意力机制的DeepLabV3+图像分割算法

摘要：

为了解决DeepLabV3+在语义分割时未充分利用主干的低级特征,以及大倍数上采样造成有效特征缺失的问题,提出一种累积分布通道注意力DeepLabV3+(CDCA-DLV3+)模型.首先,基于累积分布函数和通道注意力提出了累积分布通道注意力(CDCA);然后,利用CDCA获取主干部分有效的低级特征;最后,采用特征金字塔网络(FPN)进行特征融合和逐步上采样,从而避免大倍数上采样所造成的特征损失.CDCA-DLV3+模型在Pascal VOC 2012验证集与Cityscapes数据集上的平均交并比(mIoU)分别为80.09％和80.11％,相较于DeepLabV3+模型分别提升1.24和1.02个百分点.实验结果表明,所提模型分割结果更加精确.

关键词：深度学习、图像语义分割、通道注意力机制、DeepLabV3+、累积分布函数

所属期刊栏目：43

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61866003

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：936-942