HMSNet：基于希尔伯特曲线增强Mamba的实时语义分割模型及其在自动驾驶环境感知中的应用

　　本文提出HMSNet模型，通过希尔伯特曲线增强视觉曼巴模块（HVM Block）优化类内语义一致性，结合选择性注意力融合模块（SAFM）缓解局部细节丢失，并采用多尺度上下文感知模块（MCAM）提升场景理解能力，在CamVid/Cityscapes/ADE20K数据集上实现精度与速度的突破性平衡。

　　

亮点

• • 提出新型网络架构HMSNet，通过集成HVM Block增强长距离语义信息建模，优化类内语义一致性
• • SAFM将浅层网络空间细节与深层语义特征融合，有效缓解传统网络中局部细节丢失问题
• • MCAM在SAFM输出基础上增强上下文信息，使模型能依据先验场景上下文提升复杂场景分割精度

实时语义分割

高精度语义分割网络通常采用重量级主干网络（如ResNet-101或Xception），忽略了这些主干网络对推理速度的重大影响。随着实际应用中对高效模型需求的增长，设计兼顾速度与精度的实时语义分割网络已成为当前研究核心。ENet通过修改轻量级主干网络引入...

HMSNet

本节详细描述HMSNet，其包含三个主要组件：下采样、特征融合和输出。完整结构如图4所示。

数据集与实验设置

我们在三个基准数据集上评估HMSNet性能：CamVid、CityScapes和ADE20K。

• • CamVid主要用于城市交通场景的语义分割研究，包含约500张分辨率为960×720的图像
• • CityScapes是常用的实时语义分割数据集，专注于道路场景分析，包含5000张精细标注的2048×1024分辨率图像
• • ADE20K是大型场景解析数据集，包含超过...

结论

本文提出的HMSNet是将希尔伯特曲线与曼巴模型相结合的实时语义分割网络，有效解决了局部细节丢失和类内语义不一致问题，非常适用于语义分割任务。在CamVid、Cityscapes和ADE20K上的实验结果表明，HMSNet在多项指标上优于现有先进算法。未来我们将继续优化该模型以应对更复杂...