【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种基于三向分割融合的实时语义分割系统及分割方法。
技术介绍
1、语义分割技术是指将图像通过计算机视觉算法对每个像素进行分类和分割，并将其划分为不同语义类别的技术，该技术应用场景广泛，包括交通、环境、农业、医疗等多个领域。
2、在深度学习领域，语义分割主要通过卷积神经网络来实现，从海量图像数据集中学习到多层次特征图像，然后将特征图像映射为语义信息，并把不同的语义信息标记为不同的语义标签，进一步改善语义分割效果。早期主要代表的算法有alexnet、vgg和resnet等，此类算法为后续的语义分割奠定了基础。当u-net提出之后，语义分割进入了快速发展阶段，u-net中加入了跳跃连接的思想，采用了u型对称结构，虽然u-net提高了分割精度，但对称结构在计算时容易占用大量的资源，且无法充分提取关键空间信息，因此实时语义分割不采用u-net。为了能够实时预测不同场景，国内外学者提出了许多轻量级网络，如enet模型，该模型利用早期采样和减少下采样次数，该网络可以快速地提取特征并恢复图片尺寸，因为编码器简...
【技术保护点】
1.一种基于三向分割融合的实时语义分割系统，其特征在于，包括TWSeNet网络，TWSeNet网络包括空间细节分支网络，语义分支网络，轻量级多路分支网络，第一卷积层，拼接模块和特征融合模块，将原始图像输入至第一卷积层后得到的特征分别输入至空间细节分支网络，轻量级多路分支网络和语义分支网络；将空间细节分支网络输出的特征，轻量级多路分支网络输出的特征和语义分支网络输出的特征输入拼接模块进行拼接，并将拼接后的特征输入至特征融合模块，所述特征融合模块输出原始图像的精确分割图。
2.根据权利要求1所述的一种基于三向分割融合的实时语义分割系统，其特征在于，所述空间细节...
【技术特征摘要】
1.一种基于三向分割融合的实时语义分割系统，其特征在于，包括twsenet网络，twsenet网络包括空间细节分支网络，语义分支网络，轻量级多路分支网络，第一卷积层，拼接模块和特征融合模块，将原始图像输入至第一卷积层后得到的特征分别输入至空间细节分支网络，轻量级多路分支网络和语义分支网络；将空间细节分支网络输出的特征，轻量级多路分支网络输出的特征和语义分支网络输出的特征输入拼接模块进行拼接，并将拼接后的特征输入至特征融合模块，所述特征融合模块输出原始图像的精确分割图。
2.根据权利要求1所述的一种基于三向分割融合的实时语义分割系统，其特征在于，所述空间细节分支网络包括依次连接的第二卷积层，第一通道注意力模块，第三卷积层，以及第二通道注意力模块。
3.根据权利要求2所述的一种基于三向分割融合的实时语义分割系统，其特征在于，第二、第三卷积层包括依次连接的第一卷积块，第一批归一化模块和h-swish激活函数模块。
4.根据权利要求1所述的一种基于三向分割融合的实时语义分割系统，其特征在于，所述语义分支网络包括：最大池化层，第一～四下采样模块，第一、二arm模块，第一全局平均池化模块；所述大池化层、第一下采样模块、第二下采样模块、第三下采样模块、第四下采样模块以及第一全局平均池化模块依次连接，所述第一arm模块与第三下采样模块连接，第二arm模块与第四下采样模块连接，所述第二arm模块的输出与第一全局平均池化模块的输出拼接后，再与第一arm模块的输出进行拼接，将拼接后的特征作为语义分支网络的输出特征；
5.根据权利要求1所述的一种基于三向分割融合的实时语义分割系统，其特征在于，所述轻量级多路分支网络包括依次连接的第一ecm残差模块、第二cm残差模块、第一卷积压缩模块、第三ecm...
【专利技术属性】
技术研发人员：王兴涛，单慧琳，王志浩，黄浩瀚，金睿哲，黄泽云，
申请(专利权)人：无锡学院，
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。