基于全卷积的编解码网络的人体轮廓提取方法研究

摘要：

为了解决图像中轮廓不完整或未闭合时轮廓难以提取的问题,笔者提出了一种基于全卷积的编解码网络的轮廓检测算法.首先,通过编译网络提取图片特征,然后通过解码网络对提取的特征进行过滤,最后再通过形态学处理得到最终的人体轮廓.该算法侧重于检测更高水平的物体轮廓,在PASCAL数据集测试下,在平均吻合度上相比较于FCN-8s算法提升了14.85％,并且拥有很耗好泛化能力.

关键词：人体轮廓提取、编解码网络、深度学习、图像处理、PASCAL数据集

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：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：47-48,52