计算机工程

作者：罗嗣卿, 张志超, 岳琪

单位：东北林业大学 信息与计算机工程学院, 哈尔滨 150040

关键词：SEGNET模型,生成对抗网络,多尺度语义信息,相邻像素类别关系,特征融合

基金：国家自然科学基金青年项目“基于用户标签和主体兴趣的社会媒体信息推荐研究”（61806049）。

使用原始SEGNET模型对图像进行语义分割时，未对图像中相邻像素点间的关系进行考虑，导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道，使得SEGNET包含的多尺度语义信息更加丰富，从而提升对每个像素点的类别预测精度，在模型中加入生成对抗网络以充分考虑空间中相邻像素点间关系。实验结果表明，该模型的语义分割效果相比原始SEGNET模型显著提升，且可有效解决SEGNET测试中出现的分类错误问题。

来源：2021年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第4期