• 北大核心期刊(《中文核心期刊要目总览》2017版)
  • 中国科技核心期刊(中国科技论文统计源期刊)
  • JST 日本科学技术振兴机构数据库(日)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于可分离空洞卷积与联合归一化的语义分割算法研究

熊炜 童磊 李利荣 李敏

熊炜, 童磊, 李利荣, 李敏. 基于可分离空洞卷积与联合归一化的语义分割算法研究[J]. 微电子学与计算机, 2020, 37(10): 18-23.
引用本文: 熊炜, 童磊, 李利荣, 李敏. 基于可分离空洞卷积与联合归一化的语义分割算法研究[J]. 微电子学与计算机, 2020, 37(10): 18-23.
XIONG Wei, TONG Lei, LI Li-rong, LI Ming. Semantic segmentation algorithm based on separable dilated convolution and joint normalization method[J]. Microelectronics & Computer, 2020, 37(10): 18-23.
Citation: XIONG Wei, TONG Lei, LI Li-rong, LI Ming. Semantic segmentation algorithm based on separable dilated convolution and joint normalization method[J]. Microelectronics & Computer, 2020, 37(10): 18-23.

基于可分离空洞卷积与联合归一化的语义分割算法研究

基金项目: 

国家自然科学基金项目 61571182

国家自然科学基金项目 61601177

国家留学基金项目 201808420418

湖北省自然科学基金项目 2019CFB530

详细信息
    作者简介:

    熊炜  男,(1976-),博士,副教授.研究方向为数字图像处理和计算机视觉

    童磊  男,(1993-),硕士研究生.研究方向为计算机视觉与图像语义分割

    李敏  女,(1976-),高级工程师.研究方向为计算机视觉与模式识别

    通讯作者:

    李利荣(通讯作者)  女,(1974-),博士,副教授.研究方向为模式识别与智能系统.E-mail:Rongli@hbut.edu.cn

  • 中图分类号: TP391.41

Semantic segmentation algorithm based on separable dilated convolution and joint normalization method

  • 摘要: 图像语义分割是图像理解的重要一环,已被广泛应用于自动驾驶等场景中.针对信息丢失和语义分割速度慢的问题,本文提出一种基于可分离空洞卷积和联合归一化的语义分割算法.首先结合可分离卷积和空洞卷积提取ResNet101的后三层输出,然后在语义分割中应用实例归一化方法,与应用批量归一化对比,验证了实例归一化的有效性,最后提出了两种联合归一化方法,验证了这两种归一化方法对语义分割效果的提升.本文方法在Pascal VOC 2012数据集进行了实验,结果表明,本文方法加速了网络的训练、验证和预测,交并集之比最高到达了80.62%.
  • 图  1  本文总体框架

    图  2  空洞卷积

    图  3  标准卷积

    图  4  可分离卷积

    图  5  归一化

    图  6  Pascal VOC 2012预测集语义分割结果

    表  1  标准空洞卷积和可分离空洞卷积实验对比

    方法 mIoU(%) trarin(hour) Val(fps) Pred(fps)
    标准空洞卷积 78.77 91.94 32.45 28.54
    可分离空洞卷积 78.48 83.19 35.17 33.09
    下载: 导出CSV

    表  2  归一化方法实验对比

    方法 BN IN PBIN CBIN
    backgroud 93.94 93.77 84.08 94.26
    aeroplane 91.08 91.66 93.82 93.11
    bike 63.47 62.74 45.76 46.95
    bird 91.35 89.97 93.57 92.67
    boat 74.24 74.10 75.26 72.72
    bottle 77.92 76.13 85.06 84.14
    bus 90.34 90.68 93.57 93.71
    car 86.84 88.50 92.03 90.21
    cat 91.34 92.15 95.16 91.77
    chair 35.25 38.53 44.16 44.54
    cow 89.90 91.79 93.15 91.80
    table 64.82 61.90 54.04 50.44
    dog 88.05 87.53 90.98 89.90
    horse 87.47 89.41 90.75 90.55
    motobike 83.99 85.34 88.07 87.49
    person 85.80 85.84 88.42 88.39
    plant 58.69 60.80 69.41 72.86
    sheep 87.23 84.93 90.08 84.85
    sofa 45.46 51.53 51.67 55.26
    train 85.34 85.03 89.70 90.47
    television 75.53 75.19 74.29 76.31
    mIoU(%) 78.48 78.93 80.62 80.11
    下载: 导出CSV

    表  3  语义分割方法对比

    方法 MIoU(%)
    MsNet-4[9] 75.80
    DFN[10] 79.54
    DeeplabV3+[6] 78.85
    PAN[7] 79.38
    DUpsamling[11] 79.67
    PBIN(ours) 80.62
    CBIN(ours) 80.11
    下载: 导出CSV
  • [1] HE K M, ZHANG X Y, REN S Q, et al. Deep residual learning for image recognition [C]// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition(CVPR), Las Vegas, NV, USA, 2016: 770-778.
    [2] LONG J, SHELHAMER E, DARRELL T. Fully convolutional networks for semantic segmentation [C]// Proceedings of the 2015 IEEE Conference on Computer Vision and Pattern Recognition(CVPR), Boston, MA, USA, 2015: 3431-3440.
    [3] CHAURASIA A, CULURCIELLO E. LinkNet: Exploiting encoder representations for efficient semantic segmentation [C]// Proceedings of the 2017 IEEE Visual Communications and Image Processing (VCIP), St. Petersburg, FL, USA, 2017: 1-4.
    [4] ZHAO H S, SHI J P, QI X J, et al. Pyramid scene parsing network [C]// Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017: 6230-6239.
    [5] YU F, KOLTUN V. Multi-scale context aggregation by dilated convolutions [EB/OL]. arXiv preprint arXiv: 1511.07122, 2015.https://arxiv.org/abs/1511.07122.
    [6] CHEN L C, ZHU Y K, Papandreou G, et al. Encoder-decoder with atrous separable convolution for semantic image segmentation [C]// Proceedings of the 2018 European Conference on Computer Vision (ECCV), Munich Germany, 2018: 801-818.
    [7] LI H C, XIONG P F, AN J, et al. Pyramid attention network for semantic segmentation [EB/OL]. arXiv preprint arXiv: 1805.10180, 2018.https://arxiv.org/abs/1805.10180.
    [8] ULYANOV D, VEDALDI A, LEMPITSKY V. Instance Normalization: The missing ingredient for fast stylization [EB/OL]. arXiv preprint arXiv: 1607.08022, 2016.https://arxiv.org/abs/1607.08022.
    [9] CHEN Z. Research on semantic segmentation based on convolutional neural network [D]. Beijin: Beijing Jiaotong University, 2018.
    [10] YU C Q, WANG J B, PENG C, et al. Learning a discriminative feature network for semantic segmentation [C]// Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR), Salt Lake City, UT, USA, 2018: 1857-1866.
    [11] TIAN Z, HE T, SHEN C H, et al. Decoders matter for semantic segmentation: data-dependent decoding enables flexible feature aggregation [EB/OL]. arXiv preprint arXiv: 1903.02120, 2019.https://arxiv.org/abs/1903.02120.
  • 加载中
图(6) / 表(3)
计量
  • 文章访问数:  1772
  • HTML全文浏览量:  79
  • PDF下载量:  45
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-12-24
  • 修回日期:  2020-02-08
  • 刊出日期:  2020-12-16

目录

    /

    返回文章
    返回