【技术实现步骤摘要】
本专利技术涉及图像分割，尤其涉及一种双分辨率交互注意的实时语义分割方法与系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、语义分割作为计算机视觉领域的关键技术，近年来受到了广泛的关注。它的目标是使计算机能够理解和解释图像中的每个像素属于哪个类别，例如人、汽车、树木等，其研究和发展对于人工智能和机器学习的整体进步具有重大意义。它设计的不仅仅是计算机科学的技术挑战，更关乎如何使机器更好地理解和解释复杂世界的视觉信息。这一领域的研究不断推动着人工智能的边界，使机器能够更加准确和高效地处理和分析大量图像数据。
3、语义分割的研究可以追溯到计算机视觉领域的初期，当时的研究主要依赖于传统的图像处理技术和机器学习方法。然而，这些早期方法由于受限于算法复杂度和计算能力，其性能有限。在深度学习技术的推动下，语义分割从最初的基本图像处理方法演进到今天的高度复杂和精细化的分析过程。这一进程不仅见证了计算能力的飞速发展，也反映了算法和模型设计的不断创新。特别是卷积神经网络(cnn)在...
【技术保护点】
1.一种双分辨率交互注意的实时语义分割方法，其特征在于，包括：
2.如权利要求1所述的一种双分辨率交互注意的实时语义分割方法，其特征在于，低分辨率分支以ResNet为主干网络，高分辨率分支是在ResNet网络的基础上添加的分支，使用了ResNet中的基本块。
3.如权利要求1或2所述的一种双分辨率交互注意的实时语义分割方法，其特征在于，所述低分辨率分支的输出输入至上下文注意力校准模块，然后与低分辨率分支的输出进行点向求和。
4.如权利要求3所述的一种双分辨率交互注意的实时语义分割方法，其特征在于，上下文注意力校准模块具体为：
...【技术特征摘要】
1.一种双分辨率交互注意的实时语义分割方法，其特征在于，包括：
2.如权利要求1所述的一种双分辨率交互注意的实时语义分割方法，其特征在于，低分辨率分支以resnet为主干网络，高分辨率分支是在resnet网络的基础上添加的分支，使用了resnet中的基本块。
3.如权利要求1或2所述的一种双分辨率交互注意的实时语义分割方法，其特征在于，所述低分辨率分支的输出输入至上下文注意力校准模块，然后与低分辨率分支的输出进行点向求和。
4.如权利要求3所述的一种双分辨率交互注意的实时语义分割方法，其特征在于，上下文注意力校准模块具体为：
5.如权利要求4所述的一种双分辨率交互注意的实时语义分割方法，其特征在于，所述重校准模块具体为：
6.如权利要求4所述的一...
【专利技术属性】
技术研发人员：陈振学，于凯丽，陈奕晖，叶梦婷，郭怡馨，
申请(专利权)人：山东大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。