一种基于多尺度角点检测的语义分割网络

作者：罗晖; 芦春雨; 郑翔文

来源：电脑知识与技术, 2019, 15(33): 206-210.

DOI：10.14004/j.cnki.ckt.2019.3978

• 语义分割
• 多尺度
• 角点检测
• 联合池化
• 组归一化

为了实现更精确的语义分割,提出了一种目标全局解析网络(object global parsing network,OGPNet)。首先,基于卷积特征金字塔构造了一个多尺度角点检测器,检测不同尺度特征图上目标的关键点信息;其次,提出了一种多尺度联合池算法将获得的多尺度角点进行融合;最后,将组归一化(Grounp Normalization, GN)方法引入到该分割网络训练中以提升网络训练和收敛速度。OGPNet在Pascal VOC 2012数据集和Cityscapes数据集的分割结果的mIoU评价分别达到了78.5%和67.6%。且实验证明,相对于现有的一些语义分割网络,由OGPNet分割出的目标具有更完整的轮廓,且分割结果的视觉质量更好。

• 单位
  华东交通大学