基于特征分支增强的室外场景图像语义分割

来源：电子测量技术杂志2025年第21期北京时间：

作者：孙豪辰，安毅，张永康，熊攀

单位：1.新疆大学电气工程学院 乌鲁木齐 830017; 2.大连理工大学控制科学与工程学院 大连 116024

摘要：语义分割是自动驾驶的关键技术。室外场景图像语义分割受环境复杂、样本不均衡等问题影响，致使分割效果不佳。针对上述问题，本文提出了一种基于特征分支增强的室外场景语义分割网络FBE-Net。FBE-Net采用编码器-解码器结构，专门设计了特征增强分支，使用多尺度膨胀注意力使模型聚焦关键特征，提高整体精度，使用记忆力模块改善样本不均衡的问题，同时兼顾轻量化设计。本文使用高清相机采集校园场景数据，并加注真实语义标签，制作校园场景语义分割数据集。实验在Cityscapes数据集和自建数据集上进行，实验结果表明，FBE-Net在Cityscapes数据集上mIoU达到了79.64%，在自制数据集上mIoU达到了78.01%，优于主流语义分割方法。

关键词：语义分割;分支增强;样本不均衡;记忆力模块

基金资助：辽宁省自然科学基金计划项目（2023-MS-093）、国家自然科学基金（62173055）、山西省科技重大专项揭榜项目（20191101014）、新疆维吾尔自治区重大科技专项（2023A01005-1）资助