目前基于深度學(xué)習(xí)的語(yǔ)義分割技術(shù)發(fā)展迅速,在自動(dòng)駕駛、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域有廣泛的應(yīng)用前景�，F(xiàn)階段大多數(shù)語(yǔ)義分割網(wǎng)絡(luò)以提高精度為目標(biāo),需要大量的浮點(diǎn)運(yùn)算和冗長(zhǎng)的運(yùn)行時(shí)間。另一些實(shí)時(shí)語(yǔ)義分割網(wǎng)絡(luò)主要以折損空間信息為手段加快推斷速度,這將導(dǎo)致精度退化。為了獲得更高精度與速度的語(yǔ)義分割網(wǎng)絡(luò),本文研發(fā)了空洞卷積差分網(wǎng)絡(luò)（Atrous Convolution Difference Network,ACDNet）,包含上下文支路與空間支路。以ResNet-18為骨干網(wǎng)絡(luò)的上下文支路中,設(shè)計(jì)了空洞差分模塊（Atrous Difference Module,ADM）,將目標(biāo)局部特征與環(huán)境上下文特征進(jìn)行差分,借由注意力機(jī)制獲取全局上下文信息,并選擇有效的特征通道�？臻g支路中連續(xù)堆疊小步長(zhǎng)卷積,用以編碼豐富的空間信息。特征選擇模塊（Feature Selection Module,FSM）將兩條支路的特征進(jìn)行合理融合,避免了直接串聯(lián)不同類型特征導(dǎo)致的精度下降。ACDNet在CamVid數(shù)據(jù)集上（960×720分辨率）,使用GTX 1080Ti進(jìn)行前向推斷,平均交并比（Mean Intersection ... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１二維卷積操作過(guò)程??圖２－１展示了二維卷積的操作過(guò)程

一般將會(huì)進(jìn)行下采樣，這個(gè)過(guò)程中將丟失空間信息，使得小物體信息無(wú)法重??建。空洞卷積可以保持特征圖尺度同時(shí)增大感受野。與普通卷積不同的是，空洞??卷積增加了一個(gè)名為擴(kuò)張率（Ｄｉｌａｔｉｏｎ?Ｒａｔｅ）的參數(shù)，如圖２－３所示，擴(kuò)張率指??核值之間的間隔，普通卷積的擴(kuò)張率為１。??ｒ—｜?—一——￣￣Ｉ?————一￣￣￣：?——一—?Ｉ—Ｉ—Ｉ———￣—Ｉ—Ｉ—■￣￣Ｉ—］—Ｉ—Ｉ—Ｉ一Ｉ—；?Ｉ—Ｉ—Ｉ一Ｉ—Ｉ—Ｉ￣Ｉ￣！—Ｉ—Ｉ￣Ｉ￣Ｉ—Ｉ￣：￣Ｉ￣Ｉ￣Ｉ￣｜??ｒ?—４￣?——?？??ｊ?Ｉ—??Ｉ?—?■?Ｉ?１?＊?＊?Ｉ—！■?ｆ?．?ｉ－?—?—?—?Ｈ?Ｈ?Ｈ?—?Ｈ?Ｈ?Ｈ?ｊ?｜?—Ｉ—??Ｉ＇?＂４?１?—？?＇?????Ｉ????■呻?????ｉ?＇?｜?－ｊ???—???—?■！???１?＊?Ｉ?？?＾?１?ｔ?Ｌ—?ｍａｍ?ｈＪ—ｊ??ｒ?１?１?—?—?ｔ?—?十?■?—?—?Ｉ?１．?■＋?—?？?—?—?１?４?ｊ?—?１?４?卜丨－彳?｛?Ｉ?ｊ?ｌ＊－—ｌｉｐａｉ?ｍＬａ?？?Ｉ??ＦＦｒ—ＴｒｉＴｒｈ＾—卜?■■丄??，４——?＾?—?－?？??－Ｈ－?￣??＾???？?？ｍｉ?ｒｉ?■?■?ｎ??，—■???－４—?’?ｆ?４－?－■?—?—?—ｆ—－?…ＩＨ?■?．??．?１?３３１?

全過(guò)接?屙祁漣接杈（Ａ共孓??圖２－２三種連接類型??卷積運(yùn)算具有平移不變性。卷積產(chǎn)生的二維映射表明某些特征在輸入中出現(xiàn)??的位置，如果移動(dòng)輸入中的對(duì)象，它的表示也會(huì)在輸出中移動(dòng)同樣的量。卷積對(duì)??其他變換不是天然等變的，例如圖像縮放或者旋轉(zhuǎn)，需要其他機(jī)制來(lái)處理。??空洞卷積｜８］是特殊的卷積運(yùn)算，誕生于圖像分割領(lǐng)域。為了獲得更大的感受??野，一般將會(huì)進(jìn)行下采樣，這個(gè)過(guò)程中將丟失空間信息，使得小物體信息無(wú)法重??建�？斩淳矸e可以保持特征圖尺度同時(shí)增大感受野。與普通卷積不同的是，空洞??卷積增加了一個(gè)名為擴(kuò)張率（Ｄｉｌａｔｉｏｎ?Ｒａｔｅ）的參數(shù)，如圖２－３所示，擴(kuò)張率指??核值之間的間隔


本文編號(hào)：2900944