자율주행 기술의 급속한 발전과 함께, 정확하고 효율적인 장면 이해가 특히 중요해지고 있다. 도시 거리 장면 의미 분할은 보행자, 장애물, 도로 및 신호물 등의 요소를 정확하게 인식하고 분할하여 자율주행 기술에 필요한 도로 정보를 제공하는 것을 목표로 한다. 그러나 현재의 의미 분할 알고리즘은 도시 거리 장면 분할에서 여전히 몇 가지 도전 과제에 직면해 있는데, 주로 서로 다른 클래스 픽셀 간 구분이 명확하지 않고, 복잡한 장면 구조에 대한 이해가 정확하지 않으며, 소규모 객체 또는 대규모 구조 분할이 부정확한 문제가 있다. 이에 본 논문에서는 교차 계층 집계 네트워크 기반의 실시간 도시 거리 장면 의미 분할 알고리즘을 제안한다. 먼저, 인코더 끝단에 교차 계층 집계가 결합된 피라미드 풀링 모듈을 설계하여 다중 스케일 컨텍스트 정보를 효율적으로 추출하고; 둘째, 인코더와 디코더 사이에 교차 계층 집계 모듈을 설계하여 채널 주의 메커니즘을 도입해 정보 표현 능력을 강화하고, 인코더 단계의 특징을 단계적으로 집계해 특징 재사용을 충분히 실현하며; 마지막으로, 디코더 단계에서 다중 스케일 융합 모듈을 설계하여 채널 차원에서 전역 정보와 지역 정보를 집계하여 심층 특징과 얕은 특징의 융합을 촉진한다. 제안된 알고리즘은 두 개의 일반적인 도시 거리 데이터셋에서 검증되었다. RTX3090 그래픽카드(TensorRT 테스트 환경)에서 본 알고리즘은 Cityscapes 테스트셋에서 294 FPS의 실시간성과 73.0% mIoU의 정확성을 달성했으며, 더 높은 해상도의 이미지에서는 164 FPS와 75.8% mIoU의 정확성을 기록했다; CamVid 데이터셋에서는 239 FPS의 실시간성과 74.8% mIoU의 정확성을 달성했다. 실험 결과는 본 알고리즘이 정확성과 실시간성 간에 효과적인 균형을 달성했으며, 다른 알고리즘 대비 의미 분할 성능에서 현저한 향상을 보여 실시간 도시 거리 장면 의미 분할 분야에 새로운 돌파구를 마련했음을 나타낸다.

의미 분할;컨볼루션 신경망;도시 거리;인코더-디코더 구조;피라미드 풀링 모듈