宣明慧，张荣国，胡 静，李富萍，赵 建

(太原科技大学 计算机科学与技术学院，太原 030024)

传统的图像分割方法有基于阈值、基于边缘和基于区域等，这些方法的分类依据是颜色和纹理等底层特征，而非语义特征，而图像语义分割是对每个像素点赋予语义含义，是场景理解的基础性技术。

近年来，随着数据集和GPU 的不断发展和完善，卷积神经网络在训练大量数据学习特征上表现出了很大的优势。全卷积神经网络(FCN)[1]在图像识别任务的基础上，去掉最后的全连接层，对每个像素点属于哪一个语义标签产生一个预测概率，FCN将图像分类问题转换成了像素点分类问题，是深度学习技术在图像语义分割任务上的开端，但是FCN仍然存在相同语义类分割不紧凑，不同语义类分界不明显的问题。DeepLab V1[2]根据目标的大小来调整空洞卷积的空洞率，以达到调整感受野的目的。文献[3]引入通道注意力机制，根据从高级特征中获得的全局上下文信息将注意力集中到图像的特定内容，结合金字塔结构，不需要使用复杂的空洞卷积就可以提取密集特征，是一种新的特征融合方式。SegNet[4]引入编码器-解码器思想，在解码器阶段使用最大池化索引对特征图进行上采样。

图像语义分割模型在提取高级特征的过程中由于不断的下采样导致空间位置丢失，导致语义分割的效果较差，因此如何将具有空间信息的低级特征与高级特征进行融合成为研究的重点。针对该问题，本文提出联合空间注意力模块和通道注意力模块融合并行路径多级别特征的方法，以提高小目标物体的分割效果。……