基于倒置特征金字塔网络的超像素分割算法

doi:10.11772/j.issn.1001-9081.2025070895

《计算机应用》唯一官方网站 ›› 2026, Vol. 46 ›› Issue (9): 2959-2967.DOI: 10.11772/j.issn.1001-9081.2025070895

• 多媒体计算与计算机仿真 • 上一篇

基于倒置特征金字塔网络的超像素分割算法

孙赫, 闫光辉(), 加小红()

兰州交通大学电子与信息工程学院，兰州 730070

收稿日期:2025-08-07 修回日期:2025-09-10 接受日期:2025-09-11 发布日期:2025-11-05 出版日期:2026-09-10
通讯作者: 闫光辉,加小红
作者简介:孙赫（1999—），男（满族），黑龙江肇东人，硕士研究生，CCF会员，主要研究方向：人工智能、深度学习、计算机视觉
闫光辉（1970—），男，河南商丘人，教授，博士，CCF会员，主要研究方向：人工智能、复杂网络分析、脑功能网络及脑电特征分析
加小红（1989—），男，山西吕梁人，讲师，博士，CCF会员，主要研究方向：模式识别。
基金资助:
国家自然科学基金资助项目(62366029);国家自然科学基金资助项目(62466032);甘肃省青年科技基金资助项目(23JRRA855)

Superpixel segmentation algorithm based on inverted feature pyramid network

He SUN, Guanghui YAN(), Xiaohong JIA()

School of Electronic and Information Engineering，Lanzhou Jiaotong University，Lanzhou Gansu 730070，China

Received:2025-08-07 Revised:2025-09-10 Accepted:2025-09-11 Online:2025-11-05 Published:2026-09-10
Contact: Guanghui YAN, Xiaohong JIA
About author:SUN He， born in 1999， M. S. candidate. His research interests include artificial intelligence， deep learning， computer vision.
YAN Guanghui， born in 1970， Ph. D.， professor. His research interests include artificial intelligence， complex network analysis， brain functional network and electroencephalogram feature analysis.
JIA Xiaohong， born in 1989， Ph. D.， lecturer. His research interests include pattern recognition.
Supported by:
National Natural Science Foundation of China(62366029);Youth Science and Technology Foundation of Gansu Province(23JRRA855)

摘要/Abstract

摘要：

超像素具有优异的图像表示能力和高计算效率，已经被广泛应用于后续的计算机视觉任务。然而，现有的超像素分割算法未充分考虑语义信息与空间信息的融合关系，导致生成的超像素空间连贯性和语义一致性不足，在处理复杂场景图像时会出现模糊错分细节的问题。针对这些问题，本文提出一种基于倒置特征金字塔网络的超像素分割算法（SSIFPNet）。通过编码器和倒置特征金字塔网络（IFPN）解码器的级联耦合，更好地融合端到端的多尺度语义信息与空间细节信息。同时，设计一个以感知边界驱动的复合损失函数，进一步提升超像素的语义一致性。SSIFPNet在BSDS500、NYUv2和KITTI这3个数据集上和简单线性迭代聚类超像素分割算法（SLIC）、超像素采样网络（SSN）和基于全卷积神经网络的超像素分割算法（SCN）等算法进行对比实验。实验结果表明，SSIFPNet在BSDS500数据集上的可达分割精度（ASA）和边界精确率（BP）分别提升至0.972 0和0.130 6，在NYUv2数据集上的ASA和BP分别提升至0.948 2和0.199 9，在KITTI数据集上ASA、BP和紧凑性（CO）分别提升至0.965 5、0.147 0和0.372 0。可见，SSIFPNet生成的超像素不仅展现出较好的空间连贯性和语义一致性，同时在细节纹理区域的处理表现优越，充分验证了SSIFPNet的优越性和泛化性。

关键词: 超像素分割, 倒置特征金字塔网络, 感知边界驱动, U-Net, 多尺度融合

Abstract:

Superpixels exhibit excellent image representation capability and high computational efficiency， which are widely applied in subsequent computer vision tasks. However， existing superpixel segmentation algorithms fail to fully integrate semantic and spatial information， resulting in insufficient spatial coherence and semantic consistency of the generated superpixels， as well as blurred and misclassified details when processing images with complex scenes. To address these problems， this paper proposed a Superpixel Segmentation algorithm based on the Inverted Feature Pyramid Network （SSIFPNet）. Through the cascaded coupling of an encoder and an Inverted Feature Pyramid Network （IFPN） decoder， the proposed algorithm better fused end-to-end multi-scale semantic information and spatial detail information. Meanwhile， a perceptual boundary-driven composite loss function was designed to further improve the semantic consistency of superpixels. Comparative experiments on the BSDS500， NYUv2， and KITTI datasets were conducted to compare SSIFPNet with state-of-the-art algorithms， including the Simple Linear Iterative Clustering superpixel segmentation algorithm （SLIC）， Superpixel Sampling Network （SSN）， and Superpixel segmentation algorithm with fully Convolutional neural Network （SCN）. Experimental results show that SSIFPNet achieves superior performance across all datasets. Specifically， the achievable segmentation accuracy （ASA） and Boundary Precision （BP） of SSIFPNet reach 0.972 0 and 0.130 6 on the BSDS500 dataset， 0.948 2 and 0.199 9 on the NYUv2 dataset， and 0.965 5 and 0.147 0， along with a COmpactness （CO） of 0.372 0， on the KITTI dataset. It is demonstrated that the superpixels generated by SSIFPNet possess favorable spatial coherence and semantic consistency and achieve superior performance in processing detailed texture regions， which fully demonstrates the superiority and generalizability of SSIFPNet.

Key words: superpixel segmentation, Inverted Feature Pyramid Network (IFPN), perceptual boundary driven, U-Net, multi-scale fusion

中图分类号:

TP391.41

孙赫, 闫光辉, 加小红. 基于倒置特征金字塔网络的超像素分割算法[J]. 计算机应用, 2026, 46(9): 2959-2967.

He SUN, Guanghui YAN, Xiaohong JIA. Superpixel segmentation algorithm based on inverted feature pyramid network[J]. Journal of Computer Applications, 2026, 46(9): 2959-2967.

图/表 16

图1 SSIFPNet的网络框架

Fig. 1 Network framework of SSIFPNet

图2 倒置特征金字塔融合结构

Fig. 2 Fusion structure of inverted feature pyramid

图3 基准映射关系

Fig. 3 Benchmark mapping relationship

图4 感知边界损失

Fig. 4 Perceptual boundary loss

图5 BSDS500、NYUv2和KITTI这3个不同场景数据集上的性能对比

Fig. 5 Performance comparison on three different scene datasets： BSDS500， NYUv2， and KITTI

表1 SSIFPNet和主流超像素分割算法的评价指标

Tab. 1 Evaluation metrics of SSIFPNet and mainstream superpixel segmentation algorithms

数据集	超像素数	评价指标	SLIC	SSN	SCN	AINet	SSIFPNet
BSDS500	600	ASA	0.956 4	0.9719	0.971 0	0.971 0	0.972 0
		BR	0.829 5	0.898 0	0.864 7	0.868 9	0.8790
		BP	0.109 8	0.116 8	0.126 5	0.1275	0.130 6
		CO	0.273 5	0.310 5	0.368 2	0.347 1	0.3642
NYUv2	1 200	ASA	0.934 5	0.946 4	0.9473	0.945 6	0.948 2
		BR	0.891 3	0.927 9	0.9151	0.903 7	0.913 5
		BP	0.187 4	0.184 0	0.1985	0.197 5	0.199 9
		CO	0.354 6	0.346 0	0.377 2	0.358 1	0.3687
KITTI	1 944	ASA	0.944 9	0.943 0	0.964 5	0.9645	0.965 5
		BR	0.937 8	0.980 6	0.971 5	0.971 4	0.9730
		BP	0.136 8	0.132 3	0.1413	0.141 2	0.147 0
		CO	0.288 1	0.317 9	0.347 7	0.3477	0.372 0

图6 SSIFPNet和主流超像素分割算法的分割效果比较

Fig. 6 Comparison of segmentation effects of SSIFPNet and mainstream superpixel segmentation algorithms

图7 DRIVE数据集上的泛化性对比

Fig. 7 Generalization comparison on DRIVE dataset

表2 倒置特征金字塔消融的指标对比

Tab. 2 Comparison of metrics for ablation experiments on inverted feature pyramid

配置模型	超像素数	ASA	BR	BP	CO
加入IFPN前	600	0.970 8	0.864 7	0.126 5	0.368 2
加入IFPN后	600	0.971 9	0.877 9	0.128 0	0.352 0

图8 倒置特征金字塔消融实验的可视化

Fig. 8 Visualization of ablation experiments on inverted feature pyramid

图9 损失函数消融实验中的性能对比

Fig. 9 Performance comparison in ablation experiments on loss functions

图10 损失函数消融实验的可视化

Fig. 10 Visualization of ablation experiments on loss functions

表3 倒置特征金字塔上采样策略消融的指标对比

Tab. 3 Comparison of metrics for ablation experiments on upsampling strategies of inverted feature pyramid

上采样策略	超像素数	ASA	BR	BP	CO
最近邻插值	486	0.969 2	0.858 6	0.136 6	0.363 9
	600	0.971 5	0.875 9	0.129 8	0.362 2
	726	0.972 8	0.889 1	0.122 1	0.370 3
双线性插值	486	0.969 6	0.861 1	0.137 4	0.365 7
	600	0.972 0	0.879 0	0.130 6	0.364 2
	726	0.973 3	0.891 5	0.122 5	0.371 0

图11 倒置特征金字塔上采样策略消融实验的可视化

Fig. 11 Visualization of ablation experiments on upsampling strategies of inverted feature pyramid

表4 BSDS500数据集上的算法效率比较

Tab. 4 Comparison of algorithm efficiency on BSDS500 dataset

模型	参数量/10⁶	迭代优化	运行时间/ms	ASA/%	训练设备
ERS	—	是	302.0	96.12	CPU
SLIC	—	是	105.0	95.64	CPU
ETPS	—	是	299.0	96.62	CPU
SEAL	0.888^†	是	1 690.0	97.03	CPU & GPU
SSN	0.214^†	是	2 317.0	97.19	GPU
SCN	2.288	否	5.4	97.10	GPU
AINet	5.991	否	14.8	97.10	GPU
SSIFPNet	2.358	否	6.8	97.20	GPU

表5 BSDS500数据集上的深度学习算法运行时间

Tab. 5 Running time of deep learning algorithms on BSDS500 dataset

超像素数	不同算法的运行时间/ms
超像素数	SCN	AINet	SSIFPNet
216	4.3	8.0	5.8
294	4.4	10.9	5.8
384	4.7	11.1	6.1
486	5.1	13.1	6.4
600	5.4	14.8	6.8
726	6.8	17.9	8.8
864	7.1	22.4	9.5
1 014	7.8	25.1	10.5
1 176	8.5	25.9	11.2

参考文献 28

[1]	Hu T， Yi R， Qian B， et al. SuperSVG： superpixel-based scalable vector graphics synthesis ［C］// CVPR 2024. Piscataway： IEEE， 2024： 24892-24901.
[2]	崔光曦，杜延磊，杨晓峰，等.联合超像素分割和显著性特征的SAR海洋内波检测［J］.遥感学报， 2024， 28（9）： 2335-2347.
	Cui Guangxi， Du Yanlei， Yang Xiaofeng， et al. Ocean internal wave detection in SAR images by combining superpixel segmentation and saliency features ［J］. National Remote Sensing Bulletin， 2024， 28（9）： 2335-2347.
[3]	Zhang A， Ren W， Liu Y， et al. Lightweight image super-resolution with superpixel token interaction ［C］// ICCV 2023. Piscataway： IEEE， 2023： 12682-12691.
[4]	高路尧，胡长虹，肖树林.基于超像素分割的图注意力网络的高光谱图像分类［J］.吉林大学学报（理学版）， 2024， 62（2）： 357-368.
	Gao Luyao， Hu Changhong， Xiao Shulin. Hyperspectral image classification based on superpixel segmentation with graph attention networks ［J］. Journal of Jilin University （Science Edition）， 2024， 62（2）： 357-368.
[5]	Yang F， Sun Q， Jin H， et al. Superpixel segmentation with fully convolutional networks ［C］// CVPR 2020. Piscataway： IEEE， 2020： 13961-13970.
[6]	Li H， Liang J， Wu R， et al. Stereo superpixel segmentation via decoupled dynamic spatial-embedding fusion network ［J］. IEEE Transactions on Multimedia， 2024， 26： 376-378.
[7]	Zhao Y， Deng X， Liu Y， et al. Fully exploiting every real sample： SuperPixel Sample Gradient model stealing ［C］// CVPR 2024. Piscataway： IEEE， 2024： 24316-24325.
[8]	Aasan M， Kolbjørnsen O， Solberg A S， et al. A spitting image： modular superpixel tokenization in vision Transformers ［C］// ECCV Workshops 2024. Cham： Springer， 2025： 124-142.
[9]	赵腾，杜小平，严珍珍，等.种子点自适应调整策略下的SAR影像超像素分割［J］.遥感学报， 2025， 29（1）： 290-299.
	Zhao Teng， Du Xiaoping， Yan Zhenzhen， et al. Adaptive superpixel segmentation of SAR images using an adaptive adjustment strategy for seeds ［J］. National Remote Sensing Bulletin， 2025， 29（1）： 290-299.
[10]	Lyu F， Xu J， Zhu Y， et al. Superpixel-guided segment anything model for liver tumor segmentation with Couinaud segment prompt ［C］// MICCAI 2024. Springer， 2024： 678-688.
[11]	Chen Y， Zhang G， Cui H， et al. Superpixel-aware credible dual-expert learning for land cover mapping using historical land cover product ［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2025， 223： 296-316.
[12]	Liu M Y， Tuzel O， Ramalingam S， et al. Entropy rate superpixel segmentation ［C］// CVPR 2011. Piscataway： IEEE， 2011： 2097-2104.
[13]	van den Bergh M， Boix X， Roig G， et al. SEEDS： superpixels extracted via energy-driven sampling ［C］// ECCV 2012. Berlin： Springer， 2012： 13-26.
[14]	Achanta R， Shaji A， Smith K， et al. SLIC superpixels compared to state-of-the-art superpixel methods ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2012， 34（11）： 2274-2282.
[15]	Yao J， Boben M， Fidler S， et al. Real-time coarse-to-fine topologically preserving segmentation ［C］// CVPR 2015. Piscataway： IEEE， 2015： 2947-2955.
[16]	Achanta R， Süsstrunk S. Superpixels and polygons using simple non-iterative clustering ［C］// CVPR 2017. Piscataway： IEEE， 2017： 4895-4904.
[17]	Tu W C， Liu M Y， Jampani V， et al. Learning superpixels with segmentation-aware affinity loss ［C］// CVPR 2018. Piscataway： IEEE， 2018： 568-576.
[18]	Jampani V， Sun D， Liu M Y， et al. Superpixel sampling networks ［C］// ECCV 2018. Cham： Springer， 2018： 363-380.
[19]	Wang Y， Wei Y， Qian X， et al. AINet： association implantation for superpixel segmentation ［C］// ICCV 2021. Piscataway： IEEE， 2021： 7058-7067.
[20]	Xu S， Wei S， Ruan T， et al. ESNet： an efficient framework for superpixel segmentation ［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2024， 34（7）： 5389-5399.
[21]	王亚雄，魏云超，钱学明，等.基于解耦区域校准的高分辨率超像素生成算法［J］.计算机学报， 2024， 47（11）： 2667-2677.
	Wang Yaxiong， Wei Yunchao， Qian Xueming， et al. Generating superpixels for high-resolution images with decoupled patch calibration ［J］. Chinese Journal of Computers， 2024， 47（11）： 2667-2677.
[22]	Jia X， Li Y， Jiao J， et al. SSMamba： superpixel segmentation with Mamba ［J］. IEEE Signal Processing Letters， 2025， 32： 1715-1719.
[23]	程嵩阳，熊玉洁，姚瑶，等.结合倒置特征金字塔和U-Net的高光谱图像分类［J］.中国图象图形学报， 2021， 26（8）： 1994-2008.
	Cheng Songyang， Xiong Yujie， Yao Yao， et al. Hyperspectral image classification using an inverted feature pyramid network with U-Net ［J］. Journal of Image and Graphics， 2021， 26（8）： 1994-2008.
[24]	Arbeláez P， Maire M， Fowlkes C， et al. Contour detection and hierarchical image segmentation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2011， 33（5）： 898-916.
[25]	Silberman N， Hoiem D， Kohli P， et al. Indoor segmentation and support inference from RGBD images ［C］// ECCV 2012. Berlin： Springer， 2012： 746-760.
[26]	Alhaija A H， Mustikovela S K， Mescheder L， et al. Augmented reality meets computer vision： efficient data generation for urban driving scenes ［J］. International Journal of Computer Vision， 2018， 126（9）： 961-972.
[27]	Staal J， Abramoff M D， Niemeijer M， et al. Ridge-based vessel segmentation in color images of the retina ［J］. IEEE Transactions on Medical Imaging， 2004， 23（4）： 501-509.
[28]	Stutz D， Hermans A， Leibe B. Superpixels： an evaluation of the state-of-the-art ［J］. Computer Vision and Image Understanding， 2018， 166： 1-27.

基于倒置特征金字塔网络的超像素分割算法

Superpixel segmentation algorithm based on inverted feature pyramid network

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 28

相关文章 15

编辑推荐

Metrics

[1]	吕景刚, 彭绍睿, 高硕, 周金. 复频域注意力和多尺度频域增强驱动的语音增强网络[J]. 《计算机应用》唯一官方网站, 2025, 45(9): 2957-2965.
[2]	蒋杰, 骆功宁, 董素宇, 李凡丁, 李向宇, 李钦策, 袁永峰, 王宽全. 信息瓶颈引导的颅内出血分割方法[J]. 《计算机应用》唯一官方网站, 2025, 45(6): 1998-2006.
[3]	陈盈涛, 方康康, 张金敖, 梁浩然, 郭焕斌, 邱兆文. 基于多尺度空间特征的冠状动脉CT血管造影图像分割网络[J]. 《计算机应用》唯一官方网站, 2025, 45(6): 2007-2015.
[4]	樊永红, 黄鹤鸣. 渐进式表征学习语音情感识别方法CnnPRL[J]. 《计算机应用》唯一官方网站, 2025, 45(12): 3804-3812.
[5]	邓酩, 徐锦凡, 肖洪祥, 谢晓兰. 改进TransUNet的高效通道注意力医学图像分割网络[J]. 《计算机应用》唯一官方网站, 2025, 45(12): 4037-4044.
[6]	边小勇, 胡其仁. 多注意力对比学习的红外小目标检测[J]. 《计算机应用》唯一官方网站, 2025, 45(11): 3707-3712.
[7]	李晨倩, 刘俊. 基于半监督和多尺度级联注意力的超声颈动脉斑块分割方法[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2604-2610.
[8]	王美, 苏雪松, 刘佳, 殷若南, 黄珊. 时频域多尺度交叉注意力融合的时间序列分类方法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1842-1847.
[9]	付顺旺, 陈茜, 李智, 王国美, 卢妤. 用于篡改图像检测和定位的双通道渐进式特征过滤网络[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1303-1309.
[10]	刘雨生, 肖学中. 基于扩散模型微调的高保真图像编辑[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3574-3580.
[11]	周迪, 张自力, 陈佳, 胡新荣, 何儒汉, 张俊. 基于EfficientNetV2和物体上下文表示的胃癌图像分割方法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2955-2962.
[12]	齐爱玲, 王宣淋. 基于中层细微特征提取与多尺度特征融合细粒度图像识别[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2556-2563.
[13]	杨有, 张汝荟, 许鹏程, 康慷, 翟浩. 面向民国档案印章分割的改进U-Net[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 943-948.
[14]	朱利安, 张鸿. 基于双分支条件生成对抗网络的非均匀图像去雾[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 567-574.
[15]	张志昂, 廖光忠. 基于U-Net的多尺度特征增强视网膜血管分割算法[J]. 《计算机应用》唯一官方网站, 2023, 43(10): 3275-3281.