基于DeepLabv3的样本不均衡图像语义分割研究

王汉谱，刘志豪，谷旭轩，廖建英，贺志强，涂 兵，彭怡书

(湖南理工学院 a.信息科学与工程学院；b.机器视觉与人工智能研究中心，湖南 岳阳 414006)

图像语义分割是计算机视觉领域的一个重要研究课题，它利用图像中的语义信息对每一个像素进行分类，是一种高阶图像处理任务，广泛应用于自动驾驶[1]、地理信息系统[2]、智能医疗影像分析[3]等领域。传统图像语义分割方法是根据图像色彩、几何形状、灰度值等特征，把图像划分为多个互补相交的区域，将目标与背景分类，主要包括基于边缘分割[4]、阈值分割[5]、图论分割[6]、聚类分割[7]等。Alex等[8]提出的AlexNet网络在ImageNet大赛上取得优异成绩后，基于深度学习的方法大幅提升了语义分割性能，全卷积神经网络(Fully Convolutional Networks，FCN)[9]通过不断地卷积和池化操作对图片进行特征提取，再利用反卷积层对最后一层特征图进行上采样，恢复到原来的分辨率，从而实现像素级分类。然而，数据集中一般都存在许多小目标和稀少样本类，这些难以学习特征的样本，边缘细节分割困难，尽管FCN增强了物体的分类能力，但是图片空间分辨率的降低也导致了对小目标不敏感和边缘信息丢失。

为解决上述问题，在前端处理方面可以通过对样本重采样来改善原始数据集使类别达到平衡[10]，但是，根据先验知识处理数据集使其达到平衡不仅耗时，且在后验信息的度量下，会出现不均匀性。通过修改损失函数来加强对困难样本特征的学习是一类常用的方法，黄庆康等[11]采用一种动态学习损失函数的方式，使得小批量内各类样本的损失值得到均衡；……