改进Mask RCNN算法及其在行人实例分割中的应用

• 作者: 音松 陈雪云 贝学宇
• 来源期刊: 计算机工程
• 关键词: 行人实例分割 Mask RCNN算法 特征融合 目标检测 串联特征金字塔网络
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 图形图像处理|Graphics and Image Processing
• 页码范围: 271-276,283
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058058

摘要

Mask RCNN算法在特征提取过程中存在语义信息丢失的问题,而自然场景中的行人具有姿态不同、遮挡和背景复杂等特点,导致算法应用于行人实例分割时检测准确性较差.对此,提出一种改进的Mask RCNN算法.在Mask RCNN网络的Mask分支中增加串联特征金字塔网络(CFPN)模块,对网络生成的多层特征进行融合,充分利用不同特征层的语义信息.在此基础上,执行RoI Align操作生成行人掩膜.仿照COCO数据集,从生活场景中拍摄1000张图片,自建一个新的行人数据集.基于该数据集的实验结果表明,改进算法较原算法具有更高的检测精确率.