基于双阶段网络的交互式目标分割算法

摘要：

针对已有多数交互式分割方法交互方式单一、预测结果精度较低的问题,构建一种基于双阶段网络的目标分割模型ScribNet,以实现更完整和精细的交互式目标分割.采用灵活涂画的交互方式,通过编码形成交互指导信息.设计骨架随机性仿真算法,实现大数据下的模拟交互操作.在传统分割模型中引入预测优化模块,形成双阶段网络结构,以充分利用交互指导信息.在COCO和PASCAL数据集上的实验结果表明,与DEXTR、GrabCut等方法相比,ScribNet模型的分割精度较高.

关键词：模式识别、深度学习、交互式目标分割、涂画式交互、双阶段网络

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61871248,61976017

在线出版日期：2021-02-25（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：300-306