使用九点双三次卷积插值方法改进的DeepLab-v3模型

摘要：

针对DeepLab-v3模型中双线性插值方法只能从邻近的四个抽样点提取信息,导致图像分割的精确度下降问题,提出两个改进的DeepLab-v3模型,即IDL-v3-1(improved DeepLab-v3-1 model)和IDL-v3-2(improved DeepLab-v3-2 model).两个改进的模型使用九点双三次卷积插值方法替换DeepLab-v3模型的双线性插值方法,以获得更精确的分割图像.在PASCAL VOC 2012数据集上检验发现,与DeepLab-v3模型相比,IDL-v3-1和IDL-v3-2的精确度分别提升了0.43％和0.59％,分割每张图像的耗时量分别增加了0.002 s和0.005 s.实验结果表明,改进的DeepLab-v3模型可以在与DeepLab-v3模型相近的时间成本内达到更高的图像分割精度.

关键词：图像语义分割、DeepLab-v3、双线性插值、双三次卷积插值

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金面上项目41674141

在线出版日期：2020-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2876-2880