移动端实时人像分割算法研究

• 作者: 王泽荣
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 全卷积网络 深度学习 实时分割
• 年，卷（期）: xdjsjzxk_2018,（3）
• 页码范围: 66-69
• 页数: 4页
• 分类号: TP242.62

摘要

随着智能手机的流行和移动端计算性能的提升，针对移动端人像处理的应用越来越多，而实时的肖像分割正在变得越来越重要。随着近几年深度学习的兴起，利用CNN做图像分割逐渐成为主流，近几年越来越多的学者开始利用FCN做前端特征提取，利用条件随机场或者隐马尔科夫做后端处理，这样的方法在一定程度上提升baseline的mean—IOU，但是这样的网络模型太耗时，没法在移动端做到实时。在全卷积网络模型的基础上设计一个精简的网络模型，在自采集的10万张训练集上训练的模型，在300张测试集上达到94．6％的meanlOU，在Titan—X上单帧分割时间2．1ms，同样的网络模型在iPhone6上可以做到实时分割。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王泽荣	四川大学计算机学院	2	1	1.0	1.0