基于改进U-Net的街景图像语义分割方法

来源：电子测量技术杂志2023年第9期北京时间：

作者：徐晓龙，俞晓春，何晓佳，张卓，万至达

单位：河海大学物联网工程学院 常州 213022

摘要：为提升多尺度目标的分割效果，增强特征提取能力，提出了一种基于双重注意力机制的改进U-Net街景图像语义分割方法。在U-Net编码阶段的第5个卷积块之后，添加特征金字塔注意力模块，提取多尺度特征，融合上下文信息，增强目标语义特征。在解码阶段不再采用U-Net的特征拼接方法，而是设计了一个空间域-通道域联合注意力模块，接收来自跳跃连接的低层特征图和来自前一个注意力模块的高层特征图。在Cityscapes数据集上的实验结果表明，引入的注意力模块可有效提升街景图像分割精度，与PSPNet、FCN等方法相比，分割性能指标mIoU提升了2.0%~9.6%。

关键词：语义分割;注意力机制;卷积网络;多尺度特征;上下文信息

基金资助：国家重点研发计划（2018YFC0407101）、国家自然科学基金(61671202)项目资助