典型文献
基于语义传播与前/背景感知的图像语义分割网络
文献摘要：
虽然图像语义分割因其有助于更好地分析和理解图像而被广泛应用于多个领域,但是基于全卷积神经网络的模型在语义分割方面依然存在分辨率重构及如何利用上下文信息的问题.因此,文中提出基于语义传播与前/背景感知的图像语义分割网络.首先,提出联合语义传播上采样模块,提取高层特征的全局语义信息与局部语义信息,用于得到语义权重,将高层特征语义传播到低层特征,缩小两者之间的语义差距,再通过逐层上采样实现分辨率重构.此外,还提出金字塔前/背景感知模块,通过两个并行分支提取不同尺度前景特征与背景特征,建立前景与背景间的依赖关系,捕获多尺度的前/背景感知特征,增强前景特征的上下文表示.语义分割基准数据集上的实验表明,文中网络性能较优.
文献关键词：
语义分割;全卷积神经网络;分辨率重构;上下文信息
中图分类号：
作者姓名：
刘漳辉;占小路;陈羽中
作者机构：
福州大学 计算机与大数据学院 福州350116;福州大学 福建省网络计算与智能信息处理重点实验室 福州350116
文献出处：
引用格式：
[1]刘漳辉;占小路;陈羽中-.基于语义传播与前/背景感知的图像语义分割网络)[J].模式识别与人工智能,2022(01):71-81
A类：
B类：
背景感知,图像语义分割,语义分割网络,全卷积神经网络,分辨率重构,上下文信息,联合语义,上采样,样模,全局语义信息,播到,低层,逐层,金字塔,塔前,感知模块,不同尺度,背景特征,依赖关系,感知特征,基准数据集,中网,网络性能
AB值：
0.268247
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。
