原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
计算机系统应用
ISSN
1003-3254,
CODEN
CSAOBNE-mail:
csa@
2025,34(1):90−99
[doi:
10.15888/ki.csa.009740]
[CSTR:
32024.14.csa.009740]
©中国科学院软件研究所版权所有.Tel:
+86-10
融合注意力与多尺度特征的城市街景实例分割①
1,211,2
王军,
吕佳,
程勇
1(南京信息工程大学
软件学院,
南京
210044)
2(南京信息工程大学
科技产业处,
南京
210044)
通信作者:
吕佳,
E-mail:
202212490277@
摘要:
城市街道场景实例分割算法可以显著提升城市环境感知和智能交通系统的准确性与效率,
针对城市街景行
人和车辆之间相互遮挡和背景干扰严重等问题,
提出一种基于频率注意力机制和多尺度特征融合的实例分割模型
FMInst.
首先,
构建一种高低频注意力机制进行交互编码从而增加高分辨率细节信息.
其次,
在Swin
Transformer主
干网络的Patch
Merging层引入软池化操作,
减少特征信息损失,
有效提高小尺度目标分割结果.
最后,
结合MLP层
构建多尺度的深度卷积,
有效增强目标局部信息提取,
提升实例分割精度.
在Cityscapes公共数据集进行对比实验,
结果表明FMInst的mAP提高1.2%,
达35.6%,
同时AP50提高2.2%,
达61.4%,
极大地改善实例分割的掩码质量
和分割效果.
关键词:
城市街景;
实例分割;
频率注意力机制;
多尺度特征融合;
小目标
引用格式:
王军,吕佳,程勇.融合注意力与多尺度特征的城市街景实例分割.计算机系统应用,2025,34(1):90–99.
/1003-3254/
9740.html
InstancesSegmentationofUrbanStreetscapeIncorporatingAttentionandMulti-scaleFeature
1,211,2
WANG
Jun,
LYU
Jia,
CHENG
Yong
1(School
of
Software,
Nanjing
University
of
Information
Science
Technology,
Nanjing
210044,
China)
2(Science
and
Technology
Industries
Division,
Nanjing
University
of
Information
Science
Technology,
Nanjing
210044,
China)
Abstract:
Algorithms
for
the
instance
segmentation
of
urban
street
scenes
can
significantly
improve
the
accuracy
and
efficiency
of
urban
environment
perception
and
intelligent
transportation
system.
To
address
mutual
occlusions
between
pedestrians
and
vehicles
and
significant
background
interference
in
urban
street
scenes,
this
study
proposes
an
instance
segmentation
model,
FMInst,
based
on
a
frequency
attention
mechanism
and
multi-scale
feature
fusion.
Firstly,
a
high
and
文档评论（0）