Pour résoudre les problèmes d'imprécision de la segmentation des bords des objets d'image par le modèle DeepLabv3+ et d'incohérence dans la segmentation des objets de différentes catégories, un algorithme de segmentation sémantique basé sur la fusion du mécanisme d'attention aux caractéristiques de classe est proposé. Cet algorithme conçoit d'abord un module d'attention aux caractéristiques de classe dans l'encodeur du modèle DeepLabv3+ pour renforcer la corrélation entre les catégories, afin d'extraire et traiter plus efficacement les informations sémantiques des différentes classes. Ensuite, il utilise une structure de pooling pyramidale spatiale parallèle multi-niveaux pour renforcer la corrélation spatiale et mieux extraire les informations contextuelles à différentes échelles d'image. Enfin, du côté du décodeur, un module d'attention aux canaux est utilisé pour recalibrer les caractéristiques fusionnées multi-couches, supprimer les informations redondantes et renforcer les caractéristiques saillantes afin d'améliorer la capacité de représentation du réseau. Des expériences d'efficacité et de généralisation ont été menées sur les ensembles de données Pascal Voc2012 et Cityscapes avec la version améliorée du modèle, atteignant des moyennes d'IoU de 81,34 % et 76,27 % respectivement, rendant la segmentation des bords d'image plus détaillée, les classes plus nettes, surpassant de manière significative les algorithmes comparés dans cet article.

fusion de caractéristiques multi-échelle;caractéristique de classe;mécanisme d'attention;segmentation sémantique;DeepLabv3+