基于注意力机制的人像分割方法 |
| |
引用本文: | 余佳文,宋建华.基于注意力机制的人像分割方法[J].湖北大学学报(自然科学版),2024(1):25-32. |
| |
作者姓名: | 余佳文 宋建华 |
| |
作者单位: | 1. 湖北大学计算机与信息工程学院;2. 智慧政务与人工智能应用湖北省工程研究中心;3. 湖北省高校人文社科重点研究基地(绩效评价信息管理研究中心);4. 湖北大学网络空间安全学院 |
| |
摘 要: | 注意力机制能够挖掘与任务密切相关的重要信息并抑制非重要信息,在语义分割的深层特征表示中发挥着越来越重要的作用。本研究基于广泛应用的U-Net模型,提出了一种基于注意力机制的神经网络模型,针对边缘分割模糊的问题,将U-Net的压缩路径和扩展路径中的双卷积替换为卷积核选择模块,该模块允许网络的每一层根据输入信息进行自适应调整接受野的大小;另外,针对人像分割网络存在不同尺度的全局上下文信息被忽略的问题,采用多尺度预测融合的方法来利用不同尺度的全局信息,并采用双注意力模块汇总空间和通道两方面的注意力信息。大量实验表明,本文中方法的性能与U-Net、UNet++和Attention U-Net等网络相当或更好。
|
关 键 词: | 语义分割 注意力机制 U-Net 神经网络 |
|
|