实时视频语义分割的神经网络优化系统及方法

本发明公开了一种实时视频语义分割的神经网络优化系统及方法，属于计算机视觉与人工智能技术领域。该方法包括采集原始视频流并进行像素级语义标注，输出包含视频帧序列及其对应标注序列的训练数据集，对训练数据集中的视频帧序列进行预处理，输出规整的图像帧序列单元张量，构建并训练一个双分支时空语义分割网络，双分支时空语义分割网络的输入为图像帧序列单元张量，输出为当前帧的语义分割概率图，将预处理得到的实时图像帧序列单元张量，连续输入训练好的所述双分支时空语义分割网络，实时输出与输入视频流同步的语义分割概率图序列。本发明在轻量化模型下，实现视频语义分割精度、时间一致性与实时性的高效平衡，显著优于传统逐帧处理方法。