-
题名基于分层聚合与高度语义信息感知的多任务网络
- 1
-
-
作者
蔡林泽
周爱国
姚亮亮
符长虹
-
机构
同济大学机械与能源工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第7期101-105,共5页
-
文摘
针对现有多任务网络对各项任务关系以及城市场景图像内在特征的分析稍显不足的问题,提出基于分层聚合与高度语义感知的多任务网络。首先,为增强特征提取网络的能力,使用分层聚合模块学习多层特征间的相互依赖性,经过共享与独立设计,实现浅层特征与深层特征的融合,为不同下游任务馈送所需特征;其次道路场景图像中具有一定的高度差异性,水平分割相互之间的像素级分布有着显著不同,使用高度感知模块引入该先验信息,该结构简单高效。结果表明,所提方法在BDD100K的各项性能均优于同类方法,同时将车道线数据集TuSimple和CULane重新标注扩展为多任务进行测试,取得比现有方法更好的精度,验证方法的有效性。
-
关键词
自动驾驶
多任务网络
分层聚合
跨层注意力
-
Keywords
autonomous driving
multi-tasks network
hierarchical aggregation
cross-layer attention
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
