改进的DeepLabv3+人脸口罩分割方法 |
| |
引用本文: | 石浩德,侯劲,陈明举,移洁,胡建.改进的DeepLabv3+人脸口罩分割方法[J].无线电工程,2023(4):957-967. |
| |
作者姓名: | 石浩德 侯劲 陈明举 移洁 胡建 |
| |
作者单位: | 1. 四川轻化工大学自动化与信息工程学院;2. 四川轻化工大学人工智能四川省重点实验室 |
| |
基金项目: | 人工智能四川省重点实验室项目(2021RYY04)~~; |
| |
摘 要: | 在进行口罩遮挡人脸图像修复时,往往需要进行人脸口罩的分割,分割的结果将会对后续的修复工作产生较大的影响。因此,为了更好地实现分割,通过改进图像分割网络DeepLabv3+,提出了一种针对人脸口罩分割的网络模型。将原始DeepLabv3+网络中的主干特征提取网络替换为轻量级网络MobileNetV2,减少模型的参数量,提升模型分割速度;采用密集连接方式将原始空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块中的不同特征层进行特征融合,并引入CBAM注意力机制,增强模型特征表达能力。为了使模型能够准确分割出不同形状、大小和颜色的口罩,在损失函数中引入焦点损失(Focal Loss)进行模型训练,以缓解不同类别口罩在训练样本上的不均衡问题。通过在PASCLA VOC公共数据集和自建口罩数据集上进行实验。结果表明,改进后的模型相比基准模型在模型参数、分割时间以及分割精度上取得较好的平衡。
|
关 键 词: | DeepLabv3+ CBAM注意力机制 密集连接 口罩分割 |
|
|