文章摘要
孙刘杰,樊景星.非对称关键点注意力结构的交互式图像分割方法[J].包装工程,2022,43(11):292-301.
SUN Liu-jie,FAN Jing-xing.Interactive Image Segmentation with Asymmetric Key Points Attention[J].Packaging Engineering,2022,43(11):292-301.
非对称关键点注意力结构的交互式图像分割方法
Interactive Image Segmentation with Asymmetric Key Points Attention
  
DOI:10.19554/j.cnki.1001-3563.2022.11.037
中文关键词: 图像分割  神经网络  关键点信息  人机交互
英文关键词: image segmentation  neural network  key points  human-computer interaction
基金项目:
作者单位
孙刘杰 上海理工大学上海 200125 
樊景星 上海理工大学上海 200125 
摘要点击次数:
全文下载次数:
中文摘要:
      目的 人机交互信息在交互式图像分割过程中具有重要意义,为了提高交互信息的使用效率,文中提出一种优化方法。方法 提出一种非对称注意力结构,将交互信息通过该结构融合到交互式图像分割算法(IOG)的特征提取网络中。该算法能够进一步强化关键点信息对图像分割所起到的引导作用。结果 非对称注意力结构能够在不增加交互成本的条件下,在PASCAL数据集上达到92.2%的准确率,比目前最好的IOG分割算法提高了0.2%。仅在小样本PASCAL数据集上训练时,文中算法具有更明显的优势,比现有最好的IOG算法的准确率提高了1.3%。结论 通过中文的非对称注意力结构,能够在不增加交互成本的同时提升网络的分割精度。
英文摘要:
      In the process of interactive image segmentation, human-computer interaction plays an important role. For higher efficiency of human-computer interaction, this paper describes a structure of asymmetric key points attention, which can integrate human-computer interaction into the feature extraction network of interactive object segmentation with inside-outside guidance (IOG), based on guidance reinforcement of IOG for image segmentation of key points. This structure enhanced the accuracy to 92.2% without increasing the cost of interaction on PASCAL, 0.2% higher IOG (current best segmentation algorithm). While only training on PASCAL, the accuracy of this structure was obviously 1.3% higher than IOG. Under the assistance of the structure of asymmetric key points attention, the accuracy of segmentation can be improved without increasing the cost of interaction.
查看全文   查看/发表评论  下载PDF阅读器
关闭

关于我们 | 联系我们 | 投诉建议 | 隐私保护 | 用户协议

您是第22573856位访问者    渝ICP备15012534号-2

版权所有:《包装工程》编辑部 2014 All Rights Reserved

邮编:400039 电话:023-68795652 Email: designartj@126.com

    

渝公网安备 50010702501716号