计算机辅助设计与图形学学报

作者：黄丹丹, 王一雯, 陈广秋, 胡奇, 于斯宇, 崔志瑜

关键词：视频语义分割, 记忆网络, 注意力机制, 特征融合

视频语义分割广泛应用在自动驾驶、交通管理、无人机驾驶等方面.针对视频语义分割中由于分割结果不精确和分割时间过长导致不能达到实时性等问题, 提出基于时空双分支注意力机制的记忆网络分割算法.该算法由记忆存储模块、特征整合模块和时空双分支注意力模块3部分构成.其中, 记忆存储模块存储历史帧特征信息和序列时间信息; 特征整合模块引用大核分解卷积, 在不增加计算量的基础上扩大卷积感受野, 很好地捕获长距离依赖信息和上下文信息, 达到信道压缩和特征缩减的作用; 时空双分支注意力模块捕捉相邻帧中同一物体的特征信息并进行特征融合, 利用视频帧时序性提高分割精度.在公开数据集Cityscapes和CamVid上的实验结果表明, 所提算法的平均交并比分别达到76.92%和73.68%, 计算速度达到38帧/s; 与其他视频语义分割算法相比, 该算法的分割精度和计算效率达到最优状态.

来源：2025年第1期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第1期