一种融合FC-CRF的密集网络语义分割方法

作者：刘卫铭; 辛月兰; 姜星宇

来源：电子设计工程, 2020, 28(15): 43-47.

DOI：10.14022/j.issn1674-6236.2020.15.010

• 图像语义分割
• RM-DenseNet
• FC-CRF
• CityScapes

针对目前多数图像语义分割方法边界定位不准确、分割模糊的问题,借助RM-DenseNet通过WDB进行循环连接来增加编码器中密集块的宽度,并综合考虑超宽密集块对语义分割结果的影响,最后在输出之前融合FC-CRF设计了一种面向图像语义分割的密集网络模型。实验使用CityScapes数据集,从定性和定量两个方面进行对比,以mIoU作为量化指标评价网络性能,并由测试结果显示改进的网络得到更高的语义分割精度。本文提出的融合FC-CRF密集网络图像语义分割方法,不仅使得分割不同语义区域的边界明确且规整,且提高了分割精度。

• 单位
  电子信息工程学院; 青海师范大学