公开(公告)号：CN112418228B

公开(公告)日：2023-07-21

申请号：CN202011201208.1

申请日：2020-11-02

Applicant: 暨南大学

Inventor： 石敏 ,  蔡少委 ,  易清明

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82 ,  G06T7/13 ,  G06T5/40 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于多种特征融合的图像语义分割方法，包括如下步骤：首先构造融合增强特征和图像边缘特征的空洞‑稠密结构；将待分割图像分别输入到图像增强通道、空洞卷积通道和图像边缘特征提取通道进行特征提取；接着将提取得到的特征通过稠密连接的方式进行合并；然后将合并的特征传递到多个由三层空洞卷积构成的稠密块中，最后通过反卷积层得到像素分类后的结果。本发明同时利用方差拟合的方法改进了L1范数的平滑性，并利用改进后的L1范数裁剪掉卷积层中存在的冗余卷积核。本图像语义分割方法在卷积层参数适中情况下提高了图像语义分割的效果。

公开(公告)号：CN112418228A

公开(公告)日：2021-02-26

申请号：CN202011201208.1

申请日：2020-11-02

Applicant: 暨南大学

Inventor： 石敏 ,  蔡少委 ,  易清明

IPC: G06K9/34 ,  G06K9/62 ,  G06T7/13 ,  G06T5/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多种特征融合的图像语义分割方法，包括如下步骤：首先构造融合增强特征和图像边缘特征的空洞‑稠密结构；将待分割图像分别输入到图像增强通道、空洞卷积通道和图像边缘特征提取通道进行特征提取；接着将提取得到的特征通过稠密连接的方式进行合并；然后将合并的特征传递到多个由三层空洞卷积构成的稠密块中，最后通过反卷积层得到像素分类后的结果。本发明同时利用方差拟合的方法改进了L1范数的平滑性，并利用改进后的L1范数裁剪掉卷积层中存在的冗余卷积核。本图像语义分割方法在卷积层参数适中情况下提高了图像语义分割的效果。