一种基于图卷积的车载视频对象语义分割方法 |
| |
引用本文: | 赵江洪,尹利莎,陈先昊,杨甲,郭明.一种基于图卷积的车载视频对象语义分割方法[J].测绘科学,2023(2):157-167. |
| |
作者姓名: | 赵江洪 尹利莎 陈先昊 杨甲 郭明 |
| |
作者单位: | 1. 地理信息工程国家重点实验室;2. 北京建筑大学测绘与城市空间信息学院;3. 自然资源部城市空间信息重点实验室;4. 建筑遗产精细重构与健康监测北京市重点实验室;5. 武汉大学测绘遥感信息工程国家重点实验室;6. 北京浩宇天地测绘科技发展有限公司 |
| |
基金项目: | 国家自然科学基金项目(41601409,41971350);;国家重点研发计划项目(2018YFC0807806);;地理信息工程国家重点实验室开放基金课题项目(SKLGIE2019-Z-3-1);;北京市自然科学基金项目(8172016);;武汉大学测绘遥感信息工程国家重点实验室开放基金资助项目(19E01);;北京市社会科学基金决策咨询重大项目(21JCA004); |
| |
摘 要: | 针对图像语义分割网络(SegNet)在对车载视频分割过程中,因局部特征的丢失造成语义分割精度不高的问题,该文提出一种具有权重系数和图卷积网络的视频分割深度卷积网络(WG-ViSeg)。该网络对SegNet进行改进,在高级特征提取过程中加入图卷积结构,通过扩大节点的感受野减少局部特征的丢失。该网络又利用SE注意力机制改变特征图谱的权重系数进一步提高网络编码能力。对Camvid数据增强验证后结果表明,在满足车载视频对象的快速响应范围内,WG-ViSeg能够很地改善分割过程中出现的碎片化状况,较好地分割出相邻目标对象,对车载视频的整体分割精度达到89.7%,较现有的最优网络提升了5%,尤其对自动驾驶较为重要的车辆、行人等类别的语义分割精度提升了17%。
|
关 键 词: | 车载视频 视频语义分割 SegNet 图卷积 |
|
|