基于残差注意力和金字塔上采样的图像语义分割

摘要

针对图像语义分割中,存在细节信息丢失、分割类别边缘模糊而粗糙的问题,在编码解码结构的基础上,结合残差模块和注意力机制,设计一种残差注意力模块。通过注意力机制加强特征图通道之间的联系,以提升语义分割的细腻度。为提高模型对多尺度物体的识别能力,结合金字塔模型,设计一种金字塔上采样模块。利用编码过程中产生的不同尺度的特征图,进行不同尺度的语义信息提取,以加强模型场景识别能力。最后,对所提出的方法进行实验验证,与FCN-8s、SegNet、Deeplab-v2、PSPNet等方法相比,针对VOC 2012,平均交并比(mIoU)和平均像素精度(mPA)最高分别提高了15.9%和3.57%;针对Cityscape数据集,mIoU和mPA指标分别提高了17.8%和13.3%,图像语义分割效果得到明显提升。