一种融合多注意力机制的服饰分割方法研究

摘要：

针对DeeplabV3+网络模型在服饰图像分割研究中存在上下文信息利用不充分、目标边界处理粗糙,难以满足生产生活中的真实需求等问题,提出并实现了一种融合多注意力机制的DeeplabV3+服饰分割的算法.该方法以DeeplabV3+网络为基础,使用特征金字塔替代空间金字塔,结合注意机制融合图像相邻尺度下的上下文信息,为服饰图像分割提供更多的空间注意力信息.为验证本算法的效果,在Human Parsing和fashion-dataset两个图像数据集上对所建模型进行了训练和测试,并采用多个算法对不同类型服饰图像的分割精度进行比较.实验结果表明,相较于原DeeplabV3+网络模型,改进后的模型更能充分地利用上下文信息,有效改善服饰图片平均像素点分类准确性,该方法具有更好的分割效果.

关键词：服饰分割;语义分割;DeeplabV3+;特征金字塔;注意力机制

所属期刊栏目：40

分类号：TP183(自动化基础理论)

在线出版日期：2021-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：52-58