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.	李书涵，陈文娥，王重霄，陈卫军，宋德，李野. EBCMOS钝化层表面残气吸附特性. 半导体光电. 2023(06): 901-906 . 百度学术
2.	郝芳，张平，杨海金，王瑶，卞臻臻，詹江，郑伟，梁琦. 浅析光纤倒像器固有误差对应用的影响. 应用光学. 2022(06): 1153-1157 . 百度学术
3.	拜晓锋，程宏昌，何开远，韩坤，杨书宁，李军国，陈旭浪，党小刚，王磊. 微光像增强器积分灵敏度单次测量误差分析. 应用光学. 2020(04): 791-795 . 百度学术
4.	姚泽，程宏昌，李涛，周玉鉴，黄武军，李丹. 基于P31荧光粉的像增强器余辉测量方法研究. 应用光学. 2020(04): 796-800 . 百度学术