公开(公告)号：CN113066089B

公开(公告)日：2023-07-11

申请号：CN202110366778.4

申请日：2021-04-06

Applicant: 南京邮电大学

Inventor： 周全 ,  刘嘉 ,  强勇 ,  王林杰 ,  施慧民 ,  孙振涵

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于注意力引导机制的实时图像语义分割方法，包括下采样单元，上采样单元，极致高效残差模块，自适应注意力模块以及自适应融合模块。整体网络结构的特征提取单元为极致高效残差模块，使用自适应注意力模块ASAM有效减小了模块的计算复杂度，且能捕捉到有效像素点之间的相关性信息；并通过自适应融合模块ASFM将低级与高级特征连接起来，在语义分割中，将不同层次的特征连接起来；通过对以上五个组件进行堆叠，构建基于注意力机制的实时语义分割网络，其中编码器生成下采样的特征图，解码器对深层的特征图进行上采样以匹配输入图像分辨率，恢复图像的空间信息并向分割类别映射，最终生成与输入图像相同分辨率的语义分割结果图。

公开(公告)号：CN113066089A

公开(公告)日：2021-07-02

申请号：CN202110366778.4

申请日：2021-04-06

Applicant: 南京邮电大学

Inventor： 周全 ,  刘嘉 ,  强勇 ,  王林杰 ,  施慧民 ,  孙振涵

IPC: G06T7/10 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于注意力引导机制的实时图像语义分割网络，包括下采样单元，上采样单元，极致高效残差模块，自适应注意力模块以及自适应融合模块。整体网络结构的特征提取单元为极致高效残差模块，使用自适应注意力模块ASAM有效减小了模块的计算复杂度，且能捕捉到有效像素点之间的相关性信息；并通过自适应融合模块ASFM将低级与高级特征连接起来，在语义分割中，将不同层次的特征连接起来；通过对以上五个组件进行堆叠，构建基于注意力机制的实时语义分割网络，其中编码器生成下采样的特征图，解码器对深层的特征图进行上采样以匹配输入图像分辨率，恢复图像的空间信息并向分割类别映射，最终生成与输入图像相同分辨率的语义分割结果图。