文献类型：期刊文章

作　　者：李瀚超[1] 蔡毅[1] 王岭雪[1]

LI Hanchao;CAI Yi;WANG Lingxue(School of Optics and Photonics,Beijing Institute of Technology,Beijing Key Laboratory of Nanophotonics and Ultrafine Optoelectronic Systems,Key Laboratory of Photoelectronic Imaging Technology and System,Ministry of Education of China,Beijing 100081,China)

机构地区：[1]北京理工大学光电学院纳米光子学与超精密光电系统北京市重点实验室光电成像技术与系统教育部重点实验室

出　　处：《红外技术》

基　　金：国家自然科学基金(61471044)

年　　份：2019

卷　　号：41

期　　号：7

起止页码：595-599

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：以全卷积神经网络为基础设计图像语义分割算法框架,设计全局特征提取模块提升高维语义特征的提取能力,引入带孔卷积算子保留图像细节并提升分割结果的分辨率。通过搭建端到端的图像语义分割算法框架进行训练,在可见光数据集上对算法框架进行性能评估,结果表明,本文方法在可见光图像上取得良好的语义分割性能和精度。本文还在不借助红外数据标注训练的情况下对红外图像进行分割,结果证明本文方法在典型红外目标如行人、车辆的分割中也有较好的表现。

关 键 词：全卷积神经网络  热图像  红外图像 带孔卷积  全局特征  语义分割  

分 类 号：TP391.4]