典型文献
注意力引导多模态融合的R GB-D图像分割
文献摘要：
为提高图像分割效率,提出注意力引导多模态交叉融合分割网络(ACFNet).采用编码器-解码器结构,设计非对称双流特征提取网络,RGB和深度编码器分别以ResNet-101和ResNet-50为主干网络,并在RGB编码器中添加全局-局部特征提取模块(GL).为有效融合RGB和深度特征,提出注意力引导多模态交叉融合模块(ACFM),在多阶段利用融合的增强特征表示.实验结果表明,ACFNet在室内场景分割数据集NYUD V2上的平均交并比(mIou)达到了51.5％,与先进的语义分割算法相比,显著提高了分割性能.
文献关键词：
RGB-D图像;语义分割;注意力机制;多模态融合;深度学习;特征提取;编码器-解码器
中图分类号：
作者姓名：
靳瑜昕;杨晓文;张元;焦世超;文阳晖;王爱兵
作者机构：
中北大学 大数据学院,山西 太原 030051
文献出处：
引用格式：
[1]靳瑜昕;杨晓文;张元;焦世超;文阳晖;王爱兵-.注意力引导多模态融合的R GB-D图像分割)[J].计算机工程与设计,2022(12):3453-3460
A类：
ACFNet
B类：
多模态融合,图像分割,交叉融合,融合分割,分割网络,编码器,解码器,双流,特征提取网络,RGB,ResNet,主干网络,局部特征提取,取模,GL,有效融合,深度特征,ACFM,多阶段,特征表示,室内场景,场景分割,NYUD,V2,平均交并比,mIou,语义分割,分割算法,注意力机制
AB值：
0.385943
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。
