基于改进BiSeNet的语义分割算法
文档名：基于改进BiSeNet的语义分割算法
摘要：语义分割在无人驾驶环境感知方面有重要的研究意义,需要同时兼顾语义和空间信息.针对提取语义信息时空间信息丢失不可恢复的问题,提出一种基于改进BiSeNet的语义分割算法.首先,针对空间路径信息冗余的问题,将输入图像转换为灰度图,并通过Sobel算子提取梯度信息后,采用卷积结构提取空间信息;然后,对两分支不同分辨率特征图进行逐步融合上采样.在Cityscapes数据集上对算法进行验证,分割精度达到65.79%,相比BiSeNet提高了3.11%.
作者：鹿鑫 杜煜 陈泽宇 徐世杰 Author：LUXin DUYu CHENZeyu XUShijie
作者单位：北京联合大学智慧城市学院,北京100101北京联合大学机器人学院,北京100101
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(7)
分类号：TP391.9TP212
关键词：双路径特征融合梯度信息语义分割无人驾驶
Keywords：dualpathfeaturefusiongradientinformationsemanticsegmentationunmanneddriving
机标分类号：TP391.41P237TN911.73
在线出版日期：2023年7月28日
基金项目：国家自然科学基金，北京联合大学研究生科研创新资助项目基于改进BiSeNet的语义分割算法[
期刊论文]传感器与微系统--2023, 42(7)鹿鑫杜煜陈泽宇徐世杰语义分割在无人驾驶环境感知方面有重要的研究意义,需要同时兼顾语义和空间信息.针对提取语义信息时空间信息丢失不可恢复的问题,提出一种基于改进BiSeNet的语义分割算法.首先,针对空间路径信息冗余的问题,将输入图像转...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进BiSeNet的语义分割算法Semantic segmentation algorithm based on improved BiSeNet
基于改进BiSeNet的语义分割算法.pdf
页:
[1]