分级特征融合的图像语义分割

TP391.41; 在图像语义分割中,利用卷积神经网络对图像信息进行特征提取时,针对卷积神经网络没有有效利用各层级间的特征信息而导致图像语义分割精度受损的问题,提出分级特征融合的图像语义分割方法.该方法利用卷积结构分级提取含有像素级的浅层低级特征和含有图像级的深层语义特征,进一步挖掘不同层级间的特征信息,充分获取浅层低级特征和深层语义特征中隐藏的特征信息,接着通过上采样操作细化浅层低级特征信息后对所有特征信息进行合并融合,最终实现分级特征融合的图像语义分割.在实验方面,通过多次分解实验验证了所提方法在不同阶段所提取的特征信息和不同网络深度时的特征信息对语义分割结果的影响.同时在公认的图像语义分...

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 15; no. 5; pp. 949 - 957
Main Authors 赵小强, 徐慧萍
Format Journal Article
LanguageChinese
Published 兰州理工大学 电气工程与信息工程学院,兰州 730050 01.05.2021
兰州理工大学 国家级电气与控制工程实验教学中心,兰州 730050%兰州理工大学 电气工程与信息工程学院,兰州 730050
甘肃省工业过程先进控制重点实验室,兰州 730050
Subjects
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.2005055

Cover

Abstract TP391.41; 在图像语义分割中,利用卷积神经网络对图像信息进行特征提取时,针对卷积神经网络没有有效利用各层级间的特征信息而导致图像语义分割精度受损的问题,提出分级特征融合的图像语义分割方法.该方法利用卷积结构分级提取含有像素级的浅层低级特征和含有图像级的深层语义特征,进一步挖掘不同层级间的特征信息,充分获取浅层低级特征和深层语义特征中隐藏的特征信息,接着通过上采样操作细化浅层低级特征信息后对所有特征信息进行合并融合,最终实现分级特征融合的图像语义分割.在实验方面,通过多次分解实验验证了所提方法在不同阶段所提取的特征信息和不同网络深度时的特征信息对语义分割结果的影响.同时在公认的图像语义分割数据集PASCAL VOC 2012上,与3种主流方法进行实验对比,结果显示所提方法在客观评价指标和主观效果性能方面均存在优越性,从而验证了该方法可以有效地提升语义分割的精度.
AbstractList TP391.41; 在图像语义分割中,利用卷积神经网络对图像信息进行特征提取时,针对卷积神经网络没有有效利用各层级间的特征信息而导致图像语义分割精度受损的问题,提出分级特征融合的图像语义分割方法.该方法利用卷积结构分级提取含有像素级的浅层低级特征和含有图像级的深层语义特征,进一步挖掘不同层级间的特征信息,充分获取浅层低级特征和深层语义特征中隐藏的特征信息,接着通过上采样操作细化浅层低级特征信息后对所有特征信息进行合并融合,最终实现分级特征融合的图像语义分割.在实验方面,通过多次分解实验验证了所提方法在不同阶段所提取的特征信息和不同网络深度时的特征信息对语义分割结果的影响.同时在公认的图像语义分割数据集PASCAL VOC 2012上,与3种主流方法进行实验对比,结果显示所提方法在客观评价指标和主观效果性能方面均存在优越性,从而验证了该方法可以有效地提升语义分割的精度.
Author 徐慧萍
赵小强
AuthorAffiliation 兰州理工大学 电气工程与信息工程学院,兰州 730050;甘肃省工业过程先进控制重点实验室,兰州 730050;兰州理工大学 国家级电气与控制工程实验教学中心,兰州 730050%兰州理工大学 电气工程与信息工程学院,兰州 730050
AuthorAffiliation_xml – name: 兰州理工大学 电气工程与信息工程学院,兰州 730050;甘肃省工业过程先进控制重点实验室,兰州 730050;兰州理工大学 国家级电气与控制工程实验教学中心,兰州 730050%兰州理工大学 电气工程与信息工程学院,兰州 730050
Author_FL XU Huiping
ZHAO Xiaoqiang
Author_FL_xml – sequence: 1
  fullname: ZHAO Xiaoqiang
– sequence: 2
  fullname: XU Huiping
Author_xml – sequence: 1
  fullname: 赵小强
– sequence: 2
  fullname: 徐慧萍
BookMark eNo9j7tKA0EYhaeIYIx5Bzux2HX-mZ3LlhK8QcAmfZjJvyNZZQKOopaiSLYQrRVsrULALhZ5GofNY7igWB04fJyPs0FafuILQraAplwpvVum4xB8ClLxJM9Ap4xSQYVokfZ_t066IYwtFVnGQEndJttx-lh_fdTVIi7vVu9P8WVavz7Et2W8f17NZ9-LqgFi9blJ1pw5D0X3LztkcLA_6B0l_ZPD495ePwlAM5Egs9wojcYxtIoXOThADXlOpbQgkFvMpLM4EqhGKDlwl1PkzjiOWijeITu_s9fGO-NPh-Xk6sI3wmEZyrOb28vAKIPmFwj-A59jVLo
ClassificationCodes TP391.41
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3778/j.issn.1673-9418.2005055
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Image Semantic Segmentation Method with Hierarchical Feature Fusion
EndPage 957
ExternalDocumentID jsjkxyts202105015
GrantInformation_xml – fundername: 国家自然科学基金
  funderid: (61763029,61873116)
GroupedDBID 2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
M~E
PSX
TCJ
ID FETCH-LOGICAL-s1045-d2b3a78daf2db73e91f1d8199066b15d3bd46fbdc5d7cd6313f90d3faf3d8573
ISSN 1673-9418
IngestDate Thu May 29 04:00:17 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 5
Keywords 特征提取
特征融合
图像语义分割
卷积神经网络(CNN)
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1045-d2b3a78daf2db73e91f1d8199066b15d3bd46fbdc5d7cd6313f90d3faf3d8573
PageCount 9
ParticipantIDs wanfang_journals_jsjkxyts202105015
PublicationCentury 2000
PublicationDate 2021-05-01
PublicationDateYYYYMMDD 2021-05-01
PublicationDate_xml – month: 05
  year: 2021
  text: 2021-05-01
  day: 01
PublicationDecade 2020
PublicationTitle 计算机科学与探索
PublicationTitle_FL Journal of Frontiers of Computer Science & Technology
PublicationYear 2021
Publisher 兰州理工大学 电气工程与信息工程学院,兰州 730050
兰州理工大学 国家级电气与控制工程实验教学中心,兰州 730050%兰州理工大学 电气工程与信息工程学院,兰州 730050
甘肃省工业过程先进控制重点实验室,兰州 730050
Publisher_xml – name: 兰州理工大学 国家级电气与控制工程实验教学中心,兰州 730050%兰州理工大学 电气工程与信息工程学院,兰州 730050
– name: 兰州理工大学 电气工程与信息工程学院,兰州 730050
– name: 甘肃省工业过程先进控制重点实验室,兰州 730050
SSID ssib054421768
ssib002040941
ssib002423894
ssib051375751
ssib023646573
ssib036438069
ssib002040926
Score 2.2516057
Snippet TP391.41;...
SourceID wanfang
SourceType Aggregation Database
StartPage 949
Title 分级特征融合的图像语义分割
URI https://d.wanfangdata.com.cn/periodical/jsjkxyts202105015
Volume 15
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Na9RAFA-1XryIouI3RRw8lNQkM5mP42SbpQgVhBV6K0kmo1TYgrsF7UEQRboH0bOCV08ieKuH_jWG7Z_he5NsNrYVqrAMk7e_vHkfOzNvsjMvnnc3sFZZkZU-BPuRzxQzvjRG-UYY3NoU2sLl6V5_yNceswcb8cbCmUedXUs743yl2D3xXMn_eBVo4Fc8JfsPnm2ZAgHq4F8owcNQnsrHJI2JlERykgqSaKIFVqQiicKvkhTiRJJKoqCyihQVIB4wShPJHCVBGPKhRPYRrPtEA5ghE6k6TcSOc9QNZx0-JTpEnlBRIAAnqofCIAUaCvFGYKi54wmsUsRAqSMnNoPKzO3IL4nxg-IHTiKoIL85xCkGmiCX2OksnWKr3ScYUTjfL-h-c05-xxQZCLQJ2iFoVAOKdq1q5lg2Mi87EHMScbxZsQ4aStAn6SgGlb4zB0fT6_5J4NYciiiFVoh6x4Vbdhn-g86cwQX1FWumkdmkEnc6T9yZIVSdobUJNlSdnfvoPEaFkG4ewwZW2gbcI8CgTmt8JEv41mjr2YuX4xHaFzCYduFsJITbubD-Kp1HZDBoq-6KEq_ZH0ebIYRth2h8vQCP5xEuXFIZ8DYCjkMq8J-79poxWOPWB1BnUtf751Cl-39TyJ2YG9ps-KQT3A0ueOebVdmSrrvYRW9h9-kl716192768-t0sl8dvD788r76uDf99Lb6fFC9-XD4_duv_QkAqsmPy96gnw56a37zXhF_FMIKxjdRTjMhTWYjkwuKI1JoIDJWEH7nYWxobhi3uSliIwrDaUitCgy1maVGgjGueIvD7WF51VsqbFbKoBRc5SWDyDrLbZEzxiwLRAm0a96dRq_NZtgYbR7z1PXTgG545-Zd56a3OH6-U96CcHic33YO_g2Ppn8W
linkProvider ISSN International Centre
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%88%86%E7%BA%A7%E7%89%B9%E5%BE%81%E8%9E%8D%E5%90%88%E7%9A%84%E5%9B%BE%E5%83%8F%E8%AF%AD%E4%B9%89%E5%88%86%E5%89%B2&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8E%A2%E7%B4%A2&rft.au=%E8%B5%B5%E5%B0%8F%E5%BC%BA&rft.au=%E5%BE%90%E6%85%A7%E8%90%8D&rft.date=2021-05-01&rft.pub=%E5%85%B0%E5%B7%9E%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6+%E7%94%B5%E6%B0%94%E5%B7%A5%E7%A8%8B%E4%B8%8E%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%85%B0%E5%B7%9E+730050&rft.issn=1673-9418&rft.volume=15&rft.issue=5&rft.spage=949&rft.epage=957&rft_id=info:doi/10.3778%2Fj.issn.1673-9418.2005055&rft.externalDocID=jsjkxyts202105015
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjkxyts%2Fjsjkxyts.jpg