全局特征提取的全卷积网络图像语义分割算法

基金项目: 国家自然科学基金(61471044)

详细信息

Image Semantic Segmentation Based on Fully Convoluted Network with Global Feature Extraction

摘要: 以全卷积神经网络为基础设计图像语义分割算法框架,设计全局特征提取模块提升高维语义特征的提取能力,引入带孔卷积算子保留图像细节并提升分割结果的分辨率.通过搭建端到端的图像语义分割算法框架进行训练,在可见光数据集上对算法框架进行性能评估,结果表明,本文方法在可见光图像上取得良好的语义分割性能和精度.本文还在不借助红外数据标注训练的情况下对红外图像进行分割,结果证明本文方法在典型红外目标如行人、车辆的分割中也有较好的表现.
- 全卷积神经网络 /
- 热图像 /
- 红外图像 /
- 带孔卷积 /
- 全局特征 /
- 语义分割

1.	张泽鹏，王仁义. 建筑混凝土轻钢结构损伤可靠检测仿真研究. 计算机仿真. 2024(01): 256-260 . 百度学术
2.	潘隆，孙新文，刘国帅，刘景明，陈文武，申志远. 基于红外热成像的精馏塔冷凝器液位识别装置及算法研发. 安全、健康和环境. 2024(06): 6-13 . 百度学术
3.	许瀚文. 桥梁红外无损检测主观评价指标探析. 福建交通科技. 2022(02): 85-88 . 百度学术
4.	孔松涛，谢义，王松，王堃，韩玉军，蔡萍. 红外热像增强算法发展研究综述. 重庆科技学院学报(自然科学版). 2021(04): 77-83 . 百度学术
5.	邓超迪，李川，李英娜. 基于直方图均衡化和双边滤波的变压器红外图像增强. 电力科学与工程. 2020(11): 38-44 . 百度学术