Для дальнейшего повышения точности семантической сегментации методов глубокого обучения на сложных уличных изображениях в данной работе предложена сеть семантической сегментации уличных изображений (MDFNet) с использованием сети PointRend и интеграцией многомерных признаков (Multi-Dimensional Features, MDF). Во-первых, посредством построения модуля усиления целевой области оптимизируется подсеть извлечения признаков, адаптивно уточняются промежуточные карты признаков на каждом сверточном блоке глубокой сети, что усиливает точное извлечение многомерной информации о сложных уличных сценах; затем при слиянии признаков вводится сеть пирамиды признаков, используются различные ядра свертки для обработки уличных изображений разных масштабов, что позволяет более всесторонне получать признаки объектов с различным разрешением; наконец, применяются двойные декодирующие головы для более детального восстановления деталей изображения, получая результаты классификации на уровне каждого пикселя. Экспериментальные результаты показывают, что предлагаемая сеть превосходит другие ведущие сети сегментации, такие как DeepLabV3 и SegFormer, по точности сегментации на сложном наборе данных Cityscapes, достигая среднего показателя пересечения более 80.11%, что выше на 3.51% по сравнению с другими сетями, обеспечивая лучшее понимание сложных уличных изображений.

семантическая сегментация;усиление целевой области;механизм внимания;сетка пирамиды признаков;многомерные признаки