基于像素注意力特征融合的城市街景语义分割算法研究

来源：电子测量技术杂志2023年第20期北京时间：

作者：李利荣，丁江，梅冰，戴俊伟，巩朋成

单位：1.湖北工业大学电气与电子工程学院 武汉 430068; 2.湖北工业大学湖北省电网智能控制与装备工程技术研究中心 武汉 430068; 3.武汉工程大学计算机科学与工程学院 武汉 430205

摘要：针对城市街景数据集中存在小目标和大量长条形状物体，分割难度大，虽然目前编码解码结构的网络能细化分割结果，但大多数都没有充分利用空间和上下文信息，因此本文提出一种基于像素注意力特征融合的语义分割算法。首先以ResNet50作为骨干网络，利用空洞空间卷积池化金字塔和条状池化进行初步特征融合，获得多尺度特征的同时规避无用信息；然后利用像素融合注意力模块，聚合上下文信息并恢复空间信息，最后利用注意力特征细化模块消除冗余信息。该算法在CamVid数据集上进行实验，结果表明该算法在验证集上能达到 7522%的mIoU，在测试集上也能达到67.21%。相比于DeepLabv3+网络分别提升了2.51%和2.86%。

关键词：城市街景;像素融合;注意力机制;条状池化;语义分割

基金资助：国家自然科学基金(62071172，62202148)项目资助