基于U-Net的编码特征融合图像语义分割算法研究

摘要

图像分割在表层上分割,用传统图像分割方法所得分割图的语义不够充分。随着深度卷积神经网络发展和数据日益增强,通过训练卷积神经网络,对图像数据每个像素点分类,比传统图像分割方法的分割精度更好。由于卷积神经网络因池化造成位置信息损失,所以在本文网络的主干网络中增加特征融合结构,并且在特征融合结构中加入空洞卷积,主要增加特征图较细的抽象特征和增大特征图像素点的感受野,以此提高分割精度。在公开的Pascal VOC2012数据上进行图像语义分割实验,实验表明本文网络的平均交并比和精度都比U-Net网络有所提高。