MFFNet:多级特征融合图像语义分割网络
王燕; 南佩奇
2023-02-16
发表期刊计算机科学与探索
ISSN1673-9418
页码1-13
摘要在图像语义分割任务中,大多数方法未将不同尺度、不同层次的特征充分利用,就直接进行上采样,这样会造成一些有效信息被当成冗余信息而被摒弃,从而降低对某些细小类别和相似类别分割的准确性和敏感性。为此,提出一个多级特征融合网络(Multi-level feature fusion network, MFFNet)。MFFNet采用编码器-解码器结构,在编码阶段,通过上下文信息提取路径和空间信息提取路径分别获取上下文信息与空间细节信息,增强像素间关联性与边界准确性;解码阶段设计一条多级特征融合路径,利用混合双边融合模块融合上下文信息;利用高低特征融合模块融合深层信息与空间信息;利用全局通道融合模块获取不同通道之间的联系,实现不同尺度信息的全局融合。MFFNet网络在PASCAL VOC 2012和Cityscapes验证集上的平均交互比(Mean intersection over union, MIoU)分别为80.70%和76.33%,取得了较好的分割结果。
关键词编码器-解码器 上下文信息 空间信息 特征融合
URL查看原文
收录类别北大核心 ; CSCD
语种中文
引用统计
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/161448
专题计算机与通信学院
作者单位兰州理工大学计算机与通信学院
第一作者单位计算机与通信学院
第一作者的第一单位计算机与通信学院
推荐引用方式
GB/T 7714
王燕,南佩奇. MFFNet:多级特征融合图像语义分割网络[J]. 计算机科学与探索,2023:1-13.
APA 王燕,&南佩奇.(2023).MFFNet:多级特征融合图像语义分割网络.计算机科学与探索,1-13.
MLA 王燕,et al."MFFNet:多级特征融合图像语义分割网络".计算机科学与探索 (2023):1-13.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[王燕]的文章
[南佩奇]的文章
百度学术
百度学术中相似的文章
[王燕]的文章
[南佩奇]的文章
必应学术
必应学术中相似的文章
[王燕]的文章
[南佩奇]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。