基于分组膨胀卷积和级联网络的语义分割算法研究

• 作 者: 顾一凡
• 出 处: 哈尔滨工业大学
• 发表日期: 2004年期
• 关键词: 语义分割 卷积神经网络 分组膨胀卷积 级联网络

语义分割任务作为计算机视觉的基本问题,是帮助计算机理解世界的重要环节之一。传统方法解决语义分割问题一般是针对具体问题具体分析,且多利用低层特征经过复杂的处理过程得到一个简单的前景与背景的分割结果。近年来,深度学习算法的发展使得通用型语义分割算法成为可能,并有效提高了语义分割算法在各种任务上的分割准确度。目前效果最好的语义分割算法都是基于全卷积神经网络的算法,利用卷积神经网络提取特征,得到一个与原始图像相同大小的特征图,特征图上的每一个特征点对应于原始图像上每一个像素点的类别,对每一个像素点进行类别判断,从而实现对图像的语义分割。语义分割方法对特征提取具有很高的要求,既要求算法获取图像的低层局部信息,定位物体中的边缘,也需要获取图像的高层语义特征,用于判断物体的类别。深度卷积神经网络不同层的特征可以提取不同尺度的特征,但很难同时包含局部信息和语义信息,目前语义分割算法都是在这两种特征之间选取平衡点,因此语义分割还有很大提升的空间。本文经过对语义分割算法的研究和分析,尤其是对基于膨胀卷积的相关算法的研究,提出了一些改进策略,使得算法能更加有效地提取特征。通过对Deep Lab方法进行分析,发现膨胀卷积不仅可以在保持感受野的前提下减少网络下采样次数,而且可以用于提取多尺度特征。本文提出分组膨胀卷积结构,改进特征提取网络,在扩大网络感受野的同时,提取更多的局部信息和全局信息。分组膨胀卷积结构不需要添加额外的参数,只需要改变原始卷积的结构,对卷积的不同通道采用不同的膨胀采样比提取特征,最后将得到的包含不同尺度信息的特征图进行特征融合。针对卷积神经网络下采样后的特征图对物体边缘检测效果较差的问题,本文提出了一个轻量级的级联上采样网络添加更多的局部信息,提高特征分辨率,对语义分割的特征进行进一步完善,提高语义分割的准确率。对卷积神经网络每一阶段的最后一层卷积进行特征再学习,利用双线性插值上采样到同一分辨率并逐步融合,经过学习之后得到一个高分辨率的特征结果图,提高对物体边缘的检测。本文主要使用PASCAL VOC数据集进行相关实验,实验结果验证了本文改进后的网络可以有效地提高对大物体以及物体边缘的检测效果,在VOC2012上将平均并交化值从72.99%提高到76.46%。