基于注意力机制和特征融合的语义分割网络

摘要

针对DeepLabv3+网络中的多尺度目标分割错误、多尺度特征图及不同阶段特征图之间关联性差的问题，提出在DeepLabv3+基础上引入全局上下文注意力模块、级联自适应尺度感知模块及注意力优化融合模块。将全局上下文注意力模块嵌入骨干网络特征提取的初始阶段，获取丰富的上下文信息；级联自适应尺度感知模块可建模多尺度特征之间的依赖性，使其更加关注目标特征；注意力优化融合模块通过多条支路融合多层特征，以此提高解码时像素的连续性。改进网络在Cityscapes数据集以及PASCAL VOC2012增强数据集上进行验证测试，实验结果表明：该网络能弥补DeepLabv3+的不足，且平均交并比分别达到76.2%、78.7%。

关键词

语义分割 / 多尺度特征 / 上下文信息 / 注意力机制 / 特征融合