为改善单目图像语义分割网络对图像深度变化区域的分割效果,提出一种结合双目图像的深度信息和跨层次特征进行互补应用的语义分割模型。在不改变已有单目孪生网络结构的前提下,利用该模型分别提取双目左、右输入图像的二维信息,并基于 Paralleinet设计色彩深度融合模块,计算双目图像特征点的不同视差等级相似度提取深度信息,同时将其与二维信息进行融合获得深度特征。同时,在高层语义信息指导下使用跨级特征注意力模块得到准确的低层类别边界信息,以提髙各尺度特征的利用率屴迦缘区域的准确率。实验结果表明,与传统Parallelnet双目基准模型相比,该模型分割得到图像的平均交并比与像素精度分别提高3.67和3.32个百分点,对栅栏和交通标志等相似区域的分割更细致准确。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !