基于改进Mask R-CNN的模糊图像实例分割的研究

• 作者: 刘宏炜 朱奇光 郭蔚然 陈卫东
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 图像实例分割 Mask R-CNN 条件随机场 RPN层
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 论文
• 页码范围: 2805-2812
• 页数: 8页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.11999/JEIT190604

摘要

Mask R-CNN是现阶段实例分割相对成熟的方法,针对Mask R-CNN算法当中还存在的分割边界精度以及对于模糊图片鲁棒性较差等问题,该文提出一种基于改进的Mask R-CNN实例分割方法.该方法首先提出在Mask分支上使用卷积化条件随机场(ConvCRF)来优化Mask分支对于候选区域进一步分割,并使用FCN-ConvCRF分支来代替原有分支;之后提出新锚点大小和IOU标准,使得RPN候选框能够涵盖所有实例区域;最后使用一种添加部分经过转换网络转换的数据进行训练的方法.总的mAP值与原算法相比提升了3％,并且分割边界精确度和鲁棒性都有一定提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈卫东		44	380	11.0	18.0
2	朱奇光		54	398	10.0	19.0
3	刘宏炜		2	0	0.0	0.0
4	郭蔚然		1	0	0.0	0.0