FEANet：用于RGB-热成像实时语义分割的特征增强注意力网络

近年来，RGB-热成像（RGB-T）信息在语义分割任务中得到了广泛研究。然而，大多数现有的RGB-T语义分割方法为了实现实时推理速度，通常会牺牲空间分辨率，从而导致性能下降。为更有效地提取细节空间信息，本文提出了一种两阶段的特征增强注意力网络（Feature-Enhanced Attention Network, FEANet），用于RGB-T语义分割任务。具体而言，我们设计了一种特征增强注意力模块（Feature-Enhanced Attention Module, FEAM），从通道和空间两个维度挖掘并增强多层级特征。得益于所提出的FEAM模块，FEANet能够有效保留空间信息，并将更多注意力集中于融合后的RGB-T图像中高分辨率特征上。在城市场景数据集上的大量实验表明，与现有最先进（SOTA）的RGB-T方法相比，本方法在客观指标和主观视觉效果上均表现出更优性能，全局平均准确率（global mAcc）提升2.6%，全局平均交并比（global mIoU）提升0.8%。对于分辨率为480×640的RGB-T测试图像，本方法在NVIDIA GeForce RTX 2080 Ti显卡上可实现实时运行。