去伪影空洞残差与双向注意力金字塔增强的图像级联语义分割算法

摘要

针对ICNet空洞卷积引入网格伪影，金字塔池化模块难以充分融合不同尺度特征层间的上下文信息，同一尺度特征和跨尺度特征均交互不足的问题，提出去伪影空洞残差与双向注意力金字塔增强的图像级联语义分割算法。该算法提出去伪影空洞残差网络，消除空洞卷积引入的网格伪影，加强网络的表征能力；构建双向金字塔池化模块，沿自顶向下的路径将语义信息传递到低层，并沿自底向上的路径将位置信息传递到高层；构造注意力金字塔增强模块，创建自注意力、向上注意力、向下注意力机制，建立跨空间与跨尺度的特征交互。Cityscapes数据集上的实验结果表明，所提算法的总体精确率、平均像素精确度、平均交并比分别比ICNet提高了0.67%、 5.58%、 4.40%，而且该算法的以上3个评价指标均优于其它8种主流比对算法。

关键词

深度学习 / 语义分割 / ICNet / 双向金字塔 / 注意力金字塔增强

基金资助

国家自然科学基金资助项目（11804209）; 山西省自然科学基金资助项目（201901D111031,201901D211173）; 山西省高校科技创新计划（2019L0064,2020L0051）