一种高效的实时语义分割方法技术

本发明专利技术提供一种高效的实时语义分割方法。本发明专利技术首先利用因式分解卷积、深度可分离卷积以及短连接设计了一个能够提取双尺度信息的残差单元，并且基于残差单元组建了三个特征提取块；然后再利用特征图相加和拼接的计算方法在特征提取块的相应位置引入长连接，进而加强了同级别特征图间的交流，提高提取信息的能力；最后利用因式分解卷积、深度可分离卷积以及1×1卷积设计了一个用于融合三种不同尺寸、两种不同层次输入的高‑低层特征图融合模块，然后对其输出进行快速上采样。本发明专利技术中的残差单元和高‑低层特征图融合模块的参数量和运算量都很小，计算速度快，分别有很强的提取和融合特征的能力，并且均可随时迁移到其他任何网络中。

【技术实现步骤摘要】
一种高效的实时语义分割方法
本专利技术涉及属于计算机视觉领域，涉及图像语义分割技术，尤其涉及一种高效的实时语义分割方法。
技术介绍
图像语义分割是计算机视觉领域一项基本的任务，也是最具挑战性的任务之一。它的目的是为输入图像中的每一个像素分配一个标签，使不同的类的像素呈现出不同的颜色，在自动驾驶、文字翻译、机器人识别等领域有很大的应用空间。近年来，随着卷积神经网络的发展以及计算机硬件条件的提升，图像语义分割技术得到了很大的发展，一些方法比如ResNet、PSPNet、BiseNet等在一些公共的挑战数据集上取得了很好的预测结果。但是大部分先进的语义分割方法都依靠加深卷积神经网络的深度和复杂度来提高精度。通常它们的参数量和计算量是巨大的，计算速度慢，并且对运行设备的性能有着极高的要求。在一些硬件条件有限的移动设备上和一些要求快速运算的任务中，这些方法很难发挥作用。为了解决这个问题，实时语义分割成为人们关注的焦点。实时语义分割要求既有较高的精度又有较快的推理速度。目前对于实时语义分割的研究主要分为两种：第一种是对现有的复杂网络进行简化，降低精本文档来自技高网...

【技术保护点】
1.一种高效的实时语义分割方法，其特征在于，包括如下步骤：/n信息提取阶段：将下采样后的特征图输送到残差单元中，所述残差单元由因式分解卷积和深度可分离卷积的组合卷积、1×1卷积以及短连接组成；/n采用串联的方式连接所述残差单元中无扩张率和有扩张率的组合卷积，同时在有扩张率的组合卷积中用短连接的方式引入无扩张率组合卷积的输出；/n用不同数量的残差单元和不同的扩张率组建多个特征提取块并且在特征提取块中加入不同数量的长连接，将其中2种特征图融合在一起；/n信息融合阶段：将其中预设的采样点以及组件的特征提取块的输出作为输入，通过高-低层特征图融合模块融合两种不同层次的特征图，输出最终特征图，所述高-低...

【技术特征摘要】
1.一种高效的实时语义分割方法，其特征在于，包括如下步骤：
信息提取阶段：将下采样后的特征图输送到残差单元中，所述残差单元由因式分解卷积和深度可分离卷积的组合卷积、1×1卷积以及短连接组成；
采用串联的方式连接所述残差单元中无扩张率和有扩张率的组合卷积，同时在有扩张率的组合卷积中用短连接的方式引入无扩张率组合卷积的输出；
用不同数量的残差单元和不同的扩张率组建多个特征提取块并且在特征提取块中加入不同数量的长连接，将其中2种特征图融合在一起；
信息融合阶段：将其中预设的采样点以及组件的特征提取块的输出作为输入，通过高-低层特征图融合模块融合两种不同层次的特征图，输出最终特征图，所述高-低层特征图融合模块由因式分解卷积和深度可分离卷积的组合卷积以及1×1卷积构成。


2.根据权利要求1所述的高效的实时语义分割方法，其特征在于，信息提取阶段的...

【专利技术属性】
技术研发人员：郝晓辰，郝兴军，李媛媛，张亚茹，吴超，刘彬，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北;13