改进DeepLab v3+的道路图像语义分割网络  

作　　者：杜敏敏 司马海峰[1] 

机构地区：[1]河南理工大学

出　　处：《中国科技信息》2022年第15期105-107,共3页China Science and Technology Information

基　　金：国家自然科学基金项目,No.61602157,基于复合超像素稀疏特征计算的图像分割方法研究河南省科技攻关项目,No.202102210167,基于多层区域CNN融合特征的高光谱遥感图像分类研究。

摘　　要：针对DeepLab v3+网络中特征选择能力不足的问题,本文结合注意力机制提出一种改进算法。通过提出一种新的注意力模块,从空间以及通道两个维度进行特征依赖的计算,有效地提高了模型的性能,对于道路图像中细小目标的分割更为清晰完整,对于自动驾驶任务具有一定的实用价值。

关 键 词：注意力机制 特征依赖 自动驾驶 图像语义分割 特征选择 道路图像 改进算法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] U463.6[自动化与计算机技术—计算机科学与技术]