公开(公告)号：CN114445430B

公开(公告)日：2022-06-21

申请号：CN202210365378.6

申请日：2022-04-08

Applicant: 暨南大学

Inventor： 石敏 ,  沈佳林 ,  易清明 ,  骆爱文 ,  戴国帅

IPC: G06T7/11 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种轻量级多尺度特征融合的实时图像语义分割方法，包括：构建包括初始化模块、分离‑提取‑合并瓶颈模块、分区‑融合通道注意力模块、特征融合模块和多尺度注意力解码器的图像语义分割网络。通过图像语义分割网络提取待处理图像初始特征图的多尺度特征，得到多尺度特征图；提取并融合初始特征图的全局通道信息和局部通道信息，得到通道信息特征图；将多尺度特征图、通道信息特征图和原始的待处理图像进行特征融合，得到融合特征图；基于融合特征图进行图像精度恢复，得到图像语义分割结果。本发明能够在参数量相对较小的轻量级图像语义分割网络模型中保证模型的精度和准确率，提高模型的推理速度，实现图像的实时语义分割。

公开(公告)号：CN114445430A

公开(公告)日：2022-05-06

申请号：CN202210365378.6

申请日：2022-04-08

Applicant: 暨南大学

Inventor： 石敏 ,  沈佳林 ,  易清明 ,  骆爱文 ,  戴国帅

IPC: G06T7/11 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种轻量级多尺度特征融合的实时图像语义分割方法，包括：构建包括初始化模块、分离‑提取‑合并瓶颈模块、分区‑融合通道注意力模块、特征融合模块和多尺度注意力解码器的图像语义分割网络。通过图像语义分割网络提取待处理图像初始特征图的多尺度特征，得到多尺度特征图；提取并融合初始特征图的全局通道信息和局部通道信息，得到通道信息特征图；将多尺度特征图、通道信息特征图和原始的待处理图像进行特征融合，得到融合特征图；基于融合特征图进行图像精度恢复，得到图像语义分割结果。本发明能够在参数量相对较小的轻量级图像语义分割网络模型中保证模型的精度和准确率，提高模型的推理速度，实现图像的实时语义分割。