空洞卷积的多尺度语义分割网络

来源：计算机工程与应用杂志2019年第24期北京时间：

作者：曲长波，姜思瑶，吴德阳

单位：1.辽宁工程技术大学，辽宁 葫芦岛 125105；2.燕山大学，河北 秦皇岛 066004

摘要：计算机硬件的发展极大程度地促进了计算机视觉的发展，卷积神经网络在语义分割中取得了令人瞩目的成就，但多卷积层叠加难免造成图像中目标边界信息的丢失。为了尽可能保留边界信息，提高图像分割精度，提出一种多尺度空洞卷积神经网络模型。该模型利用多尺度池化适应图像中不同尺度目标，并利用空洞卷积学习目标特征，在更加准确识别目标的同时，提高目标边界的识别精度，在ISPRS Vaihingen数据集上的实验结果表明，提出的多尺度空洞卷积神经网络对于目标边界的拟合结果较为理想。

关键词：深度学习,语义分割,空洞卷积,多尺度