注意力机制和特征融合的自动抠图算法

摘要：

针对目前人工抠图工作量大,而自动抠图无法区分多个实例的问题,提出了一种注意力机制和特征融合的自动抠图算法.该算法由预分割模块和Alpha抠图模块2部分组成,分别采用了不同的网络结构.其中预分割模块是使用迁移学习方法对Mask Scoring R-CNN进行微调实现了对多实例自然图像的实例分割,从而得到输入图像前景个体的二值化分割图.而Alpha抠图模块在此基础上首先对二值化分割图预处理生成三分图,然后将三分图与原输入图像一起输入Alpha抠图模块网络.通过为Alpha抠图模块设计不同的解码策略和注意力机制,实现了对图像细节信息的精确恢复.在后续对自制车辆数据集的无人工交互前景车辆Alpha估计对比实验中,相比现有DIM算法,该算法的SAD降低19.2％,MSE降低26.3％,达到了更高的抠图精度.

关键词：实例分割、注意力机制、特征融合、Alpha抠图算法

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2020-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1473-1483