用于人体实例分割的卷积神经网络

• 作者: 鞠成国 王国栋
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 FPN Evaluation模块
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP291
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2021.02.07

摘要

针对当前的实例分割算法无法分割两个高度重叠的人体对象,且量化的Ma s k实例与其ground truth之间的IoU的Mask质量通常与分类分数相关性不强等问题,利用人体骨骼和姿态来对人体进行分割,增加一个全新的Evaluation模块,利用预测Mask与ground truth之间的IoU来描述实例分割质量,提出了一种直接学习IoU的网络,能够提高实例分割的质量.为了获得更加丰富的特征信息,采用ResNet和FPN网络进行特征提取,融合多层特征的信息,使分割结果更加准确.实验结果表明,提出的网络框架对人体分割的结果更加准确,具有更加优越的鲁棒性.