题名
基于DenseNet的复杂交通场景语义分割方法
DOI
作者
蒋斌 涂文轩 杨超 刘虹雨 赵子龙
作者单位
湖南大学信息科学与工程学院
摘要
针对交通场景语义分割方法存在参数量较大、计算效率较低、精度不足等问题,文中提出基于全卷积化DenseNet的多尺度端到端语义分割模型.首先,构建一种含混合空洞卷积的密集连接模块,同时沿通道维度级联各模块,用于提取图像特征.然后,采集多尺度视觉信息并以此作为监督信号回传至原通道中.最后,通过双线性插值法获得预测输出.在CityScapes数据集上的测试实验表明,文中方法对复杂交通场景的解析能力较强,预测精度和分割效率较高.
关键词
​交通场景；图像语义分割；空洞卷积；多尺度特征融合
刊名
人工智能研究
ISSN
3078-9753
年、卷(期)
201910
所属期刊栏目
工程技术
打印