Para abordar los problemas de segmentación inexacta de bordes de objetos en imágenes y la inconsistencia en la segmentación de objetos de diferentes clases en el modelo DeepLabv3+, se propone un algoritmo de segmentación semántica basado en la fusión del mecanismo de atención a características de clase. Este algoritmo primero diseña un módulo de atención a características de clase en el codificador del modelo DeepLabv3+ para mejorar la correlación entre categorías, permitiendo extraer y procesar mejor la información semántica de diferentes clases. Luego utiliza una estructura de agrupamiento piramidal espacial paralela multinivel para mejorar la correlación espacial y captar mejor la información contextual a diferentes escalas de la imagen. Finalmente, en el decodificador, se emplea un módulo de atención de canales para recalibrar las características fusionadas en múltiples capas, suprimir la información redundante y reforzar las características sobresalientes para mejorar la capacidad de representación de la red. Se realizaron experimentos de eficacia y generalización con el modelo mejorado en los conjuntos de datos Pascal Voc2012 y Cityscapes, con un índice promedio de intersección sobre unión de 81.34% y 76.27%, respectivamente, haciendo que la segmentación de bordes de imagen sea más detallada, las clases más claras y superando notablemente los algoritmos comparados en este artículo.

fusión de características multiescala;características de clase;mecanismo de atención;segmentación semántica;DeepLabv3+