Indexed by：
Abstract：
基于局部图网络递归增强特征表示的语义分割方法，用于解决城市场景中分割物体边缘不清晰以及遮挡物体分类不清晰的问题。本发明通过引入多尺度中心差分卷积来增强细粒度的特征表示。构建局部特征提取模块，通过建立局部像素图和中心像素图来捕捉像素关系，利用它来学习本地上下文信息，以提取更精细的像素特征。基于特征金字塔的反馈连接模块进行多尺度特征融合，递归增强了原始网络。本发明基于多尺度中心差分卷积提取边缘细粒度特征，缓解边界分割不清晰的问题。反馈连接模块递归增强骨干网络，提升了遮挡物体的分类能力，基于局部图网络的特征提取模块捕捉并利用了局部细节信息，在具有挑战性的城市景观数据集上的结果验证了发明的有效性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410248119.4
Filing Date： 2024-03-05
Publication Date： 2024-05-14
Pub. No.： CN118038051A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
