基于DCF-DeepLab网络的图像语义分割研究

作     者：蔡江海 黄成泉 杨贵燕 罗森艳 王顺霞 周丽华 CAI Jianghai;HUANG Chengquan;YANG Guiyan;LUO Senyan;WANG Shunxia;ZHOU Lihua

作者机构：贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学工程技术人才实践训练中心贵阳550025 

基　　金：国家自然科学基金(62062024) 贵州省省级科技计划项目(黔科合基础-ZK一般342) 贵州省研究生教育教学改革重点项目(黔教合YJSJGKT018) 贵州省教育厅自然科学研究项目(黔教技015) 

出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)

年 卷 期：2023年第13卷第10期

页      码：1-8,14页

摘      要：针对DeepLabv3中存在的图像小目标信息易丢失、训练时效长、目标边界分割粗糙等问题,提出了一种基于双注意力交叉融合的DCF-DeepLab图像语义分割网络。该网络设计了基于注意力机制的特征融合模块,分别在2、4、8倍下采样特征图上使用该模块,融合浅层特征以弥补深层特征的不足;在主干特征提取网络部分引入轻量级网络MobileNetV3-Large,减少模型推理时间;在ASPP模块嵌入多个注意力模块和串联结构,增强网络细节特征提取能力。通过在PASCAL VOC 2012数据集上的实验结果表明,该网络可有效提升图像语义分割性能,具有一定应用潜力。

主 题 词：DeepLabv3 特征融合 注意力机制 语义分割 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.2095-2163.2023.10.002

馆 藏 号：203124073...