一种基于对偶学习的场景分割模型

TP391; 城市场景分割等复杂任务存在特征图空间信息利用率低下、分割边界不够精准以及网络参数量过大的问题.为解决这些问题,提出了一种基于对偶学习的场景分割模型DualSeg.首先,采用深度可分离卷积使模型参数量显著减少;其次,融合空洞金字塔池化与双重注意力机制模块获取准确的上下文信息;最后,利用对偶学习构建闭环反馈网络,通过对偶关系约束映射空间,同时训练"图像场景分割"和"对偶图像重建"两个任务,辅助场景分割模型的训练,帮助模型更好地感知类别边界、提高识别能力.实验结果表明,在自然场景分割数据集PASCAL VOC中,基于Xception骨架网络的Du...

Full description

Saved in:
Bibliographic Details
Published in计算机科学 Vol. 51; no. 8; pp. 133 - 142
Main Authors 刘思纯, 王小平, 裴喜龙, 罗航宇
Format Journal Article
LanguageChinese
Published 同济大学电子与信息工程学院 上海 200092 2024
Subjects
场景分割
注意力机制
Attention mechanism
图像重建
多层次特征融合
Dual learning
Multi-level feature fusion
Scene segmentation
Depthwise separable convolution
深度可分离卷积
Image reconstruction
对偶学习
Online AccessGet full text
ISSN1002-137X
DOI10.11896/jsjkx.230700207

Cover

More Information
Summary:TP391; 城市场景分割等复杂任务存在特征图空间信息利用率低下、分割边界不够精准以及网络参数量过大的问题.为解决这些问题,提出了一种基于对偶学习的场景分割模型DualSeg.首先,采用深度可分离卷积使模型参数量显著减少;其次,融合空洞金字塔池化与双重注意力机制模块获取准确的上下文信息;最后,利用对偶学习构建闭环反馈网络,通过对偶关系约束映射空间,同时训练"图像场景分割"和"对偶图像重建"两个任务,辅助场景分割模型的训练,帮助模型更好地感知类别边界、提高识别能力.实验结果表明,在自然场景分割数据集PASCAL VOC中,基于Xception骨架网络的DualSeg模型的mIoU和全局准确率分别达到81.3％和95.1％,在CityScapes数据集上mIoU达到77.4％,并且模型参数量减少18.45％,验证了模型的有效性.后续将探索更有效的注意力机制,进一步提高分割精度.
ISSN:1002-137X
DOI:10.11896/jsjkx.230700207