联合注意力机制与多级特征融合的街景全景分割算法研究

作     者：陈杭 张兆江 刘阔 张丽媛 CHEN Hang;ZHANG Zhaojiang;LIU Kuo;ZHAGN Liyuan

作者机构：河北工程大学矿业与测绘工程学院河北邯郸056038 河北省煤炭资源综合开发与利用协同创新中心河北邯郸056038 

基　　金：全球地表覆盖时空变化知识服务系统研制——地表覆盖时空变化知识关联与组织项目(2019FY202503)资助 

出 版 物：《测绘与空间地理信息》 (Geomatics & Spatial Information Technology)

年 卷 期：2023年第46卷第9期

页      码：43-47页

摘      要：全景分割是场景认知领域的新型挑战性任务,针对此任务中的卷积神经网络和下采样的计算范式中,存在建模长距离特征依赖学习效率低和小物体信息丢失的局限性。本文设计了一种联合注意力机制和多级特征融合的街景分割算法。首先,使用压缩和激励网络(Squeeze-and-Excitation Networks,SENet)改进Panpotic-Deep-Lab网络,聚合通道上下文信息,加强网络学习重要特征,抑制无用特征。其次,在解码器阶段引入多尺度特征融合模块弥补部分物体信息。为验证方法的有效性,基于Cityscapes城市景观基准数据集,实验结果显示:本文方法提取的全景分割质量(PQ)为59.5%,分割质量(SQ)为80.5%,识别质量(RQ)为73.4%,平均交并比(mIOU)为78.8%。结果表明,本文模块可以有效提升全景分割精度。

主 题 词：街景 全景分割 注意力机制 多尺度融合 

学科分类：070801[070801] 07[理学] 08[工学] 0708[理学-地球物理学类] 0816[工学-纺织类] 

D　O　I：10.3969/j.issn.1672-5867.2023.09.013

馆 藏 号：203124010...