AASeg: 面向实时语义分割的注意力感知网络
计算机视觉与模式识别
2025-07-08 v4 机器学习
图像与视频处理
摘要
语义分割是计算机视觉中的一项基础任务，涉及用于场景理解的密集像素级分类。尽管已取得显著进展，但在保持实时性能的同时实现高精度仍是一个具有挑战性的权衡问题，尤其是在部署于资源受限或对延迟敏感的应用中。本文提出 AASeg，一种用于实时语义分割的新型注意力感知网络。AASeg 通过轻量级的空间注意力模块和通道注意力模块有效捕获空间和通道维度的依赖关系，在不产生显著计算开销的情况下增强特征判别能力。为了丰富上下文表示，我们引入了一个多尺度上下文模块，跨多个感受野聚合密集的局部特征。注意力模块和上下文模块的输出被自适应融合，以生成高分辨率分割图。在 Cityscapes、ADE20K 和 CamVid 上的大量实验表明，AASeg 在准确率和效率之间取得了极具竞争力的权衡，优于先前的实时方法。
引用
@article{arxiv.2108.04349,
title = {AASeg: Attention Aware Network for Real Time Semantic Segmentation},
author = {Abhinav Sagar},
journal= {arXiv preprint arXiv:2108.04349},
year = {2025}
}