高世伟，张长柱，王祝萍

（同济大学电子与信息工程学院，上海 201804）

0 引言

图像语义分割是计算机视觉领域的核心问题之一，可被视作像素级别的分类问题。近些年来，随着深度卷积神经网络的显著发展，图像语义分割的预测准确度达到了一定高度；然而自动驾驶、机器人感应和增强现实设备等极具潜力的现实应用［1-2］，对语义分割算法的实时性提出了更高的要求。受计算和存储成本的限制，现有的拥有较大网络规模的算法模型很难在保证高预测准确度的同时达到较高的图像分割速度。轻量的网络模型能够以较高的速度完成图像分割，但是缺少对高级特征语义信息的提取，模型分割精度得不到很好的保证。如何同时保持高分辨率图像的高预测准确度和高推理速度是研究人员当前阶段最为关心的重要问题。

本文从轻量级图像实时语义分割算法的关键技术［3］出发，提出了一种可分离金字塔特征提取单元用于编码部分获取语义信息，并构建不同模块应用在不同下采样阶段；解码部分采取基于通道注意力机制的方法，利用深层语义修改浅层特征图的通道权重，弥补浅层特征关于高级语义信息的不足，优化分割效果。本文的主要工作如下：

1）本文以构建轻量级图像实时语义分割模型为目的，探究了深度可分离卷积、瓶颈结构和分解卷积的应用潜力，提出可分离金字塔模块（Separable Pyramid Module，SPM），有效地获取多尺度特征和图像上下文信息。……