原文传递
双注意力引导的跨层优化交通场景语义分割
| 题名： | 双注意力引导的跨层优化交通场景语义分割 |
| 作者： | 谢新林;罗臣彦;续欣莹;谢刚 |
| 作者单位： | 太原科技大学;电子信息工程学院;先进控制与装备智能化山西省重点实验室;太原理工大学;电气与动力工程学院 |
| 关键词： | 智能交通;语义分割;深度学习;注意力机制;小目标;交通场景 |
| 摘要： | 针对交通场景目标分割边缘不平滑以及小目标难以准确分割等问题，本文提出一种双注意力引导的跨层优化交通场景语义分割算法。首先，构建多分支特征提取编码网络，并利用串行非比例式空洞卷积实现空间上下文信息提取，进而改善小目标信息的丢失；其次，构建基于空间对齐的跨层特征融合解码网络，实现语义信息和细节信息的融合，增强不同尺度目标的表达能力；最后，提出通道和空间注意力机制，建模全局通道相关性和长距离位置相关性，增强网络对关键特征的学习能力。交通场景数据集Cityscapes和CamVid上的实验结果表明，所提特征提取编码网络、跨层特征融合解码网络以及注意力机制模块是有效的；所提语义分割算法获得了77.79%和78.66%的平均交并比，能够平滑目标分割边缘，尤其对细长条形目标具有鲁棒性。 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2023 |
| 期： | 01 |
| 页码： | 236-244 |
检索历史
应用推荐
