【技术实现步骤摘要】
本专利技术涉及计算机视觉与语义分割，尤其是涉及一种基于高斯感知与迭代多尺度注意力的语义分割方法及系统，适用于自动驾驶、智能监控等复杂场景下的图像语义分割任务。
技术介绍
1、语义分割在自动驾驶领域至关重要，它凭借卓越的场景理解能力，有效应对复杂交通中的细小物体边缘、纹理模糊等挑战，通过像素级分类，为车辆提供了全面的环境信息，从而确保了安全导航。然而，现有技术在处理复杂场景下的细小、边界模糊物体时，因特征提取能力不足存在分割精度低的问题。针对这一问题，本专利技术提出了一种基于高斯感知与迭代多尺度注意力的语义分割方法及系统。该专利技术融合高斯感知与局部全局通道注意力，精准建模像素关联，动态聚焦特征，解决了复杂场景分割的边缘模糊问题；同时，本专利技术利用差异模块强化低频特征，结合迭代多尺度注意力机制实现低频与高频信息的深度整合，增强了对特征的精细捕捉，减少了因边界信息被掩盖导致的边缘不连续分割问题；另外，本专利技术结合通道与空间注意力，优化特征提取，增强感受野，提升细节、上下文及边界识别能力，大幅提高了特征表达能力，降低了背景误分割的概率。在...
【技术保护点】
1.一种基于高斯感知与迭代多尺度注意力的语义分割方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于高斯感知局部全局通道注意力增强引擎模块，其特征在于：S2中，基于高斯感知的局部全局通道注意力增强引擎模块包括局部全局特征通道注意力增强子模块和高斯全局上下文变换器子模块，基于高斯感知的局部全局通道注意力增强引擎模块融合局部全局特征通道注意力增强子模块和高斯全局上下文变换器子模块，并通过残差连接实现对局部信息的高斯上下文信息的整合，见公式(1)如下：
3.根据权利要求2所述的基于高斯感知与迭代多尺度注意力的语义分割方法，其特征在于：S2具
【技术特征摘要】
1.一种基于高斯感知与迭代多尺度注意力的语义分割方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于高斯感知局部全局通道注意力增强引擎模块，其特征在于：s2中，基于高斯感知的局部全局通道注意力增强引擎模块包括局部全局特征通道注意力增强子模块和高斯全局上下文变换器子模块，基于高斯感知的局部全局通道注意力增强引擎模块融合局部全局特征通道注意力增强子模块和高斯全局上下文变换器子模块，并通过残差连接实现对局部信息的高斯上下文信息的整合，见公式(1)如下：
3.根据权利要求2所述的基于高斯感知与迭代多尺度注意力的语义分割方法，其特征在于：s2具体包括：
4.根据权利要求3所述的基于高斯感知与迭代多尺度注意力的语义分割方法，其特征在于：s3具体包括：
5.根据权利要求4所述的基于高斯感知与迭代多尺度注意力的语义...
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。