基于生成对抗网络的半监督语义分割方法研究

作为计算机视觉领域的一大热点和重要技术,图像语义分割在实现图像分割的基础上,增加了对图像的高层次语义理解。我们注意到,已有的基于生成对抗网络和半监督学习的图像语义分割中,对于处理场景复杂,具有多个对象等特殊图片时效果不佳。针对以上问题,文章提出一种新的基于生成对抗网络和半监督学习的图像语义分割模型,使用GAN作为网络主干,并在生成器引入双流注意力机制,使得模型能够辨别更深层次的语义信息,提高生成器分割精度。实验结果表明我们的模型,在75%、50%、25%、12.5%四种不同的标签占比数据集上,都有了明显的性能提升。