Для решения проблемы недостатка контекстной информации и потери пространственных деталей в семантической сегментации дорожных изображений в данной работе предложен метод реального времени на основе модели LinkNet. Сначала в области кодирования создается новый механизм внимания, захватывающий позиционную и канальную зависимость дорожных изображений, что увеличивает способность извлечения признаков цели. Затем в центральной области вводится модель пространства с полостью и пирамидальным пулом для захвата более богатых многоуровневых признаков без ухудшения разрешения изображения. Результаты экспериментов на общедоступных базах данных показывают, что предложенный метод достиг MIoU 64,78% на наборе данных Cityscapes, что на 5,01% выше по сравнению с LinkNet, при этом заметно улучшена визуальная сегментация мелких объектов и границ, а точность сегментации значительно повысилась.

семантическая сегментация;механизм внимания;пирамида пространственного пула с полостями;LinkNet