基于小样本语义分割算法的特定目标检测与提取方法研究.pdfVIP

哈尔滨工业大学工学硕士学位论文

摘要

目标的检测与提取是无人系统或人机交互系统感知周边环境并做出决策或

提醒的重要手段，是解决高层次视觉任务的关键。因此，目标的检测与提取在

机器人、工业自动化、自动驾驶、军事目标打击等诸多领域都有非常重要的研

究意义。语义分割是在图像中对目标进行像素级别识别与提取的技术，是视觉

理解的重要组成部分，具有很深刻的现实意义。现有基于深度学习的视觉图像

语义理解算法已经取得了很好的效果，但是这个过程往往需要大量详细标注的

数据，其获取过程需要消耗大量的人力、物力和财力，同时在一些特定的场景

下，高质量的样本数据往往较少，特定领域的目标信息获取困难，这些情况严

重限制了语义分割算法在特定场景中的应用。因此，解决深度学习中的小样本

语义分割任务具有重要的理论和现实意义。

本文调研了语义分割算法和小样本学习算法的研究现状，阐述了不同小样

本语义分割算法的设计思路，整理了小样本语义分割算法的发展历程并进行分

类，同时对每类方法的有效性和局限性进行了分析。之后介绍了深度学习中常

用的基础模块，同时介绍了小样本语义分割任务的基本设置，为之后模型设计

与改进奠定了基础。

本文通过特征图可视化的方法展示了当前常用支持特征提取方法的局限性，

并基于DCAMA网络结构提出了一种基于余弦相似函数的相似性度量方案，并

将其扩展到矩阵维度。实验表明，本文方法有效提升了小样本语义分割性能。

之后，本文通过在余弦相似性度量函数前添加缩放因子的方法进一步提升

了模型准确率和训练效率。通过公式推导分析出不同大小的缩放因子在与

softmax函数共同作用下，模型的梯度和关注点会有明显不同，并进一步分析了

其对模型性能产生影响的内在原因。

最后，本文在PASCAL-5i数据集、COCO-20i数据集和FSS-1000数据集上

进行了大量实验，对比了不同特征提取网络对模型性能的影响，对比了模型对

特征的利用能力，从多个角度验证了本文所提方法的有效性。本文还对关键层

的注意力图进行了可视化分析，并与其他模型进行对比，结果表明本文所提模

块的有效性。同时为了验证模型在实际环境中的应用效果，制作了一个足够复

杂的小样本语义分割检测数据集，并对分割结果进行了可视化分析。

关键词：目标检测与提取；深度学习；小样本语义分割；余弦相似性

-I-

哈尔滨工业大学工学硕士学位论文

Abstract

Targetdetectionandextractionisanimportantmeansforunmannedsystemsor

human-computerinteractionsystemstoperceivethesurroundingenvironmentand

makedecisionsorreminders,andisthekeytosolvinghigh-levelvisualtasks.

Therefore,thedetectionandextractionoftargetshasveryimportantresearch

significanceinmanyfieldssuchasrobotics,industrialautomation,automaticdriving,

andmilitarytargetstrikes.Semanticsegmentationisatechnologyforpixel-level

recognitionandextractionofobjectsinimages.Itisanimportantpartofvisual

understandingandhasprofoundpracticalsignificance.Existingvisualimage