基于自适应融合和注意力细化的语义分割模型

作者：魏赟; 罗琦; 赵迎志

来源：系统仿真学报, 2022, 1-10.

• 语义分割
• 金字塔池化
• 注意力机制
• 自适应融合
• 编码-解码架构

针对现有语义分割中存在的上下文信息利用不足和细节信息丢失等问题，提出了一种基于自适应融合和注意力细化的语义分割模型。该模型在编码的过程中引入一个自适应融合模块，通过让每个特征图按照相应的权重进行融合的方式来解决上下文信息利用不足的问题。同时在解码的过程中设计了一个注意力细化模块，使低阶特征与高阶特征之间能够进行相互指导优化，从而解决细节信息丢失的问题。实验结果表明，该模型在PASCAL VOC 2012数据集上的平均交并比达到了83.7%，比近期提出的基于编解码的语义分割模型提高了1.1%；同时在Cityscapes数据集上取得了81.7%的平均交并比，进一步验证了该模型的泛化性。

• 单位
  上海理工大学