典型文献
融合注意力机制和多尺度特征的图像语义分割
文献摘要：
针对图像语义分割中多尺度类别下目标分割率低、图像上下文特征信息关联性较差的问题,提出一种融合注意力机制和多尺度特征的图像语义分割模型.该模型用改进的带孔空间金字塔池化增加多尺度目标的分割,用注意力细化模块捕获上下文信息以启发特征学习,并加入基于注意力机制的特征融合有针对性地监督重要通道特征的学习,引导高、低阶特征融合,以提高模型的泛化能力.通过在数据集Cityscapes上的仿真实验结果表明,该模型的平均交并比相比DeepLab v3+提升了1.14％,证明了该模型具有较好的鲁棒性.
文献关键词：
多尺度特征;特征融合;注意力机制;语义分割
中图分类号：
作者姓名：
姚庆安;张鑫;刘力鸣;冯云丛;金镇君
作者机构：
长春工业大学计算机科学与工程学院,长春130012
文献出处：
引用格式：
[1]姚庆安;张鑫;刘力鸣;冯云丛;金镇君-.融合注意力机制和多尺度特征的图像语义分割)[J].吉林大学学报（理学版）,2022(06):1383-1390
A类：
B类：
注意力机制,多尺度特征,图像语义分割,别下,目标分割,上下文特征信息,特征信息关联,分割模型,空间金字塔池化,多尺度目标,上下文信息,特征学习,特征融合,重要通道,通道特征,导高,低阶,泛化能力,Cityscapes,平均交并比,DeepLab,v3+
AB值：
0.342217
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
