罗 晖，芦春雨

（华东交通大学信息与通信工程学院，江西 南昌330013）

语义分割是将整个图像分割成多个像素组的机器视觉任务。 基于深度学习的图像语义分割网络是近几年的研究热点，其分割精度和处理效率都明显优于传统分割模型[1]。 文献[2]提出全卷积网络（FCN，fully convolutional network)， 实现了对输入图像的密集语义分割预测， 证明了卷积神经网络(CNN，convolutional neural network)在语义分割中的可行性。 相较此前的分割方法，FCN 分割效果更好，但其分割图仍较粗略。此外，CNN 的空间不变性，会造成特征图位置信息的丢失，影响分割。 为此，文献[3]提出了SegNet，通过引入跳跃卷积，并将由池化索引得到稀疏特征图进行解码得到分割结果，提高了分割速率。 文献[4]将CNN的最后一层输出与条件随机场相结合来改善分割精度，并利用膨胀卷积（atrous convolution）增加卷积的特征感受野，改善分割效果。 随后，为了进一步提升基于CNN 的语义分割模型的分割精度和分割效率，文献[5]引入空间金字塔池(ASPP，atrous spatial pyramid pooling)结构对DeepLab V1 进行了改进；文献[6]中，将Xception 中可分卷积结构引入ASPP 中作为编码，并用膨胀卷积的输出编码特征的分辨率来平衡编码-解码结构的精度和运行时间。文献[7]将条件独立的假设添加到全连接的CRF 中，并与卷积神经网络结合，加快了网络的训练和推断速度。 文献[8]在深度特征输出上施加空间金字塔注意力结构，并结合全局池化策略学习出更好的特征表征。 文献[9]将深度特征卷积之后，通过上采样与浅层特征相乘，获取融合特征图，以改善分割效果。……