公开(公告)号：CN115761238B

公开(公告)日：2024-09-17

申请号：CN202211654339.4

申请日：2022-12-19

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  余兆昕 ,  卢林军 ,  江泽涛 ,  陈俊彦 ,  李云辉 ,  唐麟

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种基于多分支深度可分离空洞卷积的实时语义分割方法，其语义分割网络采用多分支全卷积网络能高效进行上下文信息与细节信息的融合，并补全在下采样中损失的信息，其信息提取网络结构先通过卷积模块对信息进行初步提取并下采样；细节分支通过卷积模块不断提取细节信息；上下文分支通过卷积模块提取上下文信息，多级上采样解码模块能够增加感受野进一步提取上下文信息；细节分支与上下文分通过信息融合模块进行高效信息交换；多尺度空洞深度可分离卷积模块为网络提供多种尺度的感受野并保持空间分辨率不变，同时对上下文信息与细节信息进行融合，并补全下采样过程中损失的信息，增强模型分割效果。

公开(公告)号：CN117197469A

公开(公告)日：2023-12-08

申请号：CN202311249587.5

申请日：2023-09-26

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  陈泽宇 ,  余兆昕 ,  麦炜樑 ,  黄杰 ,  唐麟 ,  江泽涛

IPC: G06V10/26 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/774

Abstract: 本发明公开一种基于语义边缘聚焦与引导的双分支图像语义分割方法，首先构建图像语义分割模型；然后将训练图像送入到步骤1所构建的图像分割模型中进行训练，得到训练好的图像分割模型；最后将待分割图像送入到步骤2所得到的训练好的图像分割模型中进行预测，完成待分割图像的图像分割。本发明利用语义边缘信息地聚焦与引导，使得模型在常见数据集中对小目标物体的分割准确性有了显著地提升，在区域边缘处的分割精确度有了明显地提高。此外，利用并行聚合金字塔混合池化模块提供了条状感受野，使得模型对长条状物体的分割效果也显著优于现有方法。

公开(公告)号：CN115761238A

公开(公告)日：2023-03-07

申请号：CN202211654339.4

申请日：2022-12-19

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  余兆昕 ,  卢林军 ,  江泽涛 ,  陈俊彦 ,  李云辉 ,  唐麟

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种基于多分支深度可分离空洞卷积的实时语义分割方法，其语义分割网络采用多分支全卷积网络能高效进行上下文信息与细节信息的融合，并补全在下采样中损失的信息，其信息提取网络结构先通过卷积模块对信息进行初步提取并下采样；细节分支通过卷积模块不断提取细节信息；上下文分支通过卷积模块提取上下文信息，多级上采样解码模块能够增加感受野进一步提取上下文信息；细节分支与上下文分通过信息融合模块进行高效信息交换；多尺度空洞深度可分离卷积模块为网络提供多种尺度的感受野并保持空间分辨率不变，同时对上下文信息与细节信息进行融合，并补全下采样过程中损失的信息，增强模型分割效果。