ComputerEngineeringandApplications计算机工程与应用2023，59（7）图像语义分割旨在对每一个像素按照给定标签进行分类，使不同种类的物体在图像上得以区分，能同时完成分割与分类两个任务，是计算机视觉研究的关键技术之一。目前，广泛应用于自动驾驶[1]、机器人视觉[2]、智能医疗影像分析[3]、地理信息分析系统[4]以及智能服装分类[5]等领域。RGB-D双模态特征融合语义分割罗盆琳1，2，方艳红1，2，李鑫1，2，李雪1，21.西南科技大学信息工程学院，四川绵阳6210102.西南科技大学特殊环境机器人技术四川省重点实验室，四川绵阳621010摘要：针对复杂室内场景中，现有RGB图像语义分割网络易受颜色、光照等因素影响以及RGB-D图像语义分割网络难以有效融合双模态特征等问题，提出一种基于注意力机制的RGB-D双模态特征融合语义分割网络AMBFNet（attentionmechanismbimodalfusionnetwork）。该网络采用编-解码器结构，首先搭建双模态特征融合结构（AMBF）来合理分配编码支路各阶段特征的位置与通道信息，然后设计双注意感知的上下文（DA-context）模块以合并上下文信息，最后通过解码器将多尺度特征图进行跨层融合，以减少预测结果中类间误识别和小尺度目标丢失问题。在SUNRGB-DNYU和NYUDepthv2（NYUDV2）两个公开数据集上的测试结果表明，相较于残差编解码（RedNet）、注意力互补网络（ACNet）、高效场景分析网络（ESANet）等目前较先进的RGB-D语义分割网络，在同等硬件条件下，该网络具有更好的分割性能，平均交并比（MIoU）分别达到了47.9%和50.0%。关键词：注意力机制；双模态特征融合；双重注意感知上下文；RGB-D语义分割文献标志码：A中图分类号：TP391.4doi：10.3778/j.issn.1002-8331.2111-0518Dual-ModalFeatureFusionSemanticSegmentationofRGB-DLUOPenlin1，2,FANGYanhong1，2,LIXin1，2,LIXue1，21.SchoolofInformationEngineering,SouthwestUniversityofScienceandTechnology,Mianyang,Sichuan621010,China2.RobotTechnologyUsedforSpecialEnvironmentKeyLaboratoryofSichuanProvince,SouthwestUniversityofScienceandTechnology,Mianyang,Sichuan621010,ChinaAbstract：TheexistingRGBimagesemanticsegmentationnetworkforcomplexindoorscenesissusceptibletofactorssuchascolorandlighting,whileitisalsochallengingtointegratedual-modalfeatureseffectively.Regardingtheissueindicatedabove,thispaperproposesanattentionmechanismbimo...
