도로 이미지 의미 분할에서 문맥 정보 부족 및 공간 세부 정보 손실 문제를 해결하기 위해 본 논문에서는 LinkNet 모델을 기반으로 한 실시간 분할 방법을 제안한다. 먼저, 인코딩 영역에서 새로운 주의 메커니즘을 구축하여 도로 이미지의 위치 및 채널 의존성을 캡처하여 대상 특징 추출 능력을 향상시킨다. 그 다음, 중심 영역에 공극 공간 피라미드 풀링 모델을 도입하여 이미지 해상도에 영향을 주지 않으면서 더욱 풍부한 다중 스케일 특징을 캡처한다. 일반 데이터베이스에서의 실험 결과, 제안 방법은 Cityscapes 데이터셋에서 MIoU 64.78%를 달성하였으며, LinkNet과 비교하여 5.01% 향상되었고, 작은 대상 물체 및 경계 분할 시각 효과에서 뚜렷한 개선을 나타내어 분할 정확도가 크게 향상되었다.

의미 분할;주의 메커니즘;공극 공간 피라미드 풀링;LinkNet