期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
网状多尺度与双向通道注意力的铁路场景语义分割
被引量：
3
1
作者
路通
余祖俊
+1 位作者
郭保青
阮涛
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第2期233-241,299,共10页
语义分割是智能感知的基础。本文针对复杂铁路场景类别易混淆及有效特征难提取的问题,提出一种基于网状多尺度融合与双向通道注意力的铁路场景语义分割网络。为增强模型对各类铁路设施的判别能力,提出网状多尺度融合模块。该模块嵌入主...
语义分割是智能感知的基础。本文针对复杂铁路场景类别易混淆及有效特征难提取的问题,提出一种基于网状多尺度融合与双向通道注意力的铁路场景语义分割网络。为增强模型对各类铁路设施的判别能力,提出网状多尺度融合模块。该模块嵌入主干网络,获取不同尺度的特征并行连接,并在融合层进行网状信息交互,实现不同分支的特征融合。通过汇聚其他分支输入,模型输出可同时保留多分辨率特征。为提升复杂铁路场景下有效特征的提取性能,提出双向通道注意力模块。正向通道注意力模块位于主干网络上下采样操作后,使输出特征图由不同尺度的输入特征加权重组,从而自适应地提升有效特征的表达;反向通道注意力模块插入模型最终输出之前,保留底层空间信息的同时,生成有效高阶语义信息。在RailSem19铁路数据集上的实验结果表明,本文所述方法对于易混淆类别,以及轨道区域、接触网立柱、列车及防护栅栏等铁路设施类别的分割性能均有显著提升,m IoU达到65.12%,相比于其他方法有一定提升。
展开更多
关键词
智能交通
铁路语义分割
深度学习
复杂铁路场景
网状多尺度融合
双向通道注意力
在线阅读
下载PDF
职称材料
题名
网状多尺度与双向通道注意力的铁路场景语义分割
被引量：
3
1
作者
路通
余祖俊
郭保青
阮涛
机构
北京交通大学机械与电子控制工程学院
北京交通大学智慧高铁系统前沿科学中心
北京交通大学轨道交通安全协同创新中心
出处
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第2期233-241,299,共10页
基金
中央高校基本科研业务费专项资金(2022JBXT005)
国家自然科学基金(52072026)。
文摘
语义分割是智能感知的基础。本文针对复杂铁路场景类别易混淆及有效特征难提取的问题,提出一种基于网状多尺度融合与双向通道注意力的铁路场景语义分割网络。为增强模型对各类铁路设施的判别能力,提出网状多尺度融合模块。该模块嵌入主干网络,获取不同尺度的特征并行连接,并在融合层进行网状信息交互,实现不同分支的特征融合。通过汇聚其他分支输入,模型输出可同时保留多分辨率特征。为提升复杂铁路场景下有效特征的提取性能,提出双向通道注意力模块。正向通道注意力模块位于主干网络上下采样操作后,使输出特征图由不同尺度的输入特征加权重组,从而自适应地提升有效特征的表达;反向通道注意力模块插入模型最终输出之前,保留底层空间信息的同时,生成有效高阶语义信息。在RailSem19铁路数据集上的实验结果表明,本文所述方法对于易混淆类别,以及轨道区域、接触网立柱、列车及防护栅栏等铁路设施类别的分割性能均有显著提升,m IoU达到65.12%,相比于其他方法有一定提升。
关键词
智能交通
铁路语义分割
深度学习
复杂铁路场景
网状多尺度融合
双向通道注意力
Keywords
intelligent transportation
railway semantic segmentation
deep learning
complex railway scene
reticulated multi-scale fusion
bidirectional channel attention
分类号
U495 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
网状多尺度与双向通道注意力的铁路场景语义分割
路通
余祖俊
郭保青
阮涛
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
