典型文献
基于Deeplabv3+的街景语义分割算法优化研究
文献摘要：
图像语义分割是语义分割的重要分支任务,其在新兴的自动驾驶领域有着广泛的应用,但由于城市街景中复杂的道路状况,因此实现精确预测较为困难.以现有的语义分割网络Deeplabv3+为基础提出了一种性能优秀的图像语义分割方法,针对聚合多尺度上下文信息的ASPP模块运算量过大,且支路之间缺乏相关性的问题,提出一种新的密集连接结构的多支路串联ASPP模块,解码阶段,为了整合全局信息采用了U型解码结构,额外选择了多个低级特征进行二次特征融合.一系列实验结果表明:提出的改进方法相比于现有的方法具有更好的性能,在CityScapes数据集上验证了方法的有效性,与现有网络相比预测准确率更高.
文献关键词：
图像语义分割;Deeplabv3+;ASPP
中图分类号：
作者姓名：
王俊;王静;曹旺
作者机构：
四川大学电子信息学院,成都 610065
文献出处：
引用格式：
[1]王俊;王静;曹旺-.基于Deeplabv3+的街景语义分割算法优化研究)[J].现代计算机,2022(08):42-47
A类：
B类：
Deeplabv3+,分割算法,算法优化,图像语义分割,自动驾驶,城市街景,道路状况,精确预测,语义分割网络,种性,分割方法,多尺度上下文,上下文信息,ASPP,运算量,量过大,支路,密集连接结构,多支,解码,全局信息,低级,特征融合,系列实验,改进方法,CityScapes,预测准确率
AB值：
0.434484
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。
