一种苗族服饰图像语义分割方法技术

本发明专利技术公开了一种苗族服饰图像语义分割方法，其特征在于，包括如下步骤：1）数据增强；2）编码；3）解码；4）辅助分支结构；5）实现语义分割。这种方法能提取到少数民族服饰的大尺度高级语义信息，而且提取的特征包含更多低级纹理的重要细节、迁移和融合少数民族服饰之间自相似性与跨尺度相似性的特征，能提高苗族服饰图像语义分割的准确度。像语义分割的准确度。像语义分割的准确度。

【技术实现步骤摘要】
一种苗族服饰图像语义分割方法


[0001]本专利技术涉及图像处理和机器视觉技术，具体是一种苗族服饰图像语义分割方法。

技术介绍

[0002]少数民族将自己的宗教文化、图腾文化体现在服饰的纹样和建筑的装饰上，这样不仅起到美化自身的作用，还能够传达特殊的文化意义。我国少数民族种类繁多，民族服饰多姿多彩，如何正确、高效地分割少数民族服饰的图案，对于辅助研究人员研究少数民族文化具有重要的意义。
[0003]图像语义分割Semantic Segmentation是图像处理和是机器视觉技术中关于图像理解的重要一环，也是AI领域中一个重要的分支。语义分割即是对图像中每一个像素点进行分类，确定每个点的类别，如属于背景、人或车，从而进行区域划分。目前，语义分割已经被广泛应用于自动驾驶、无人机落点判定等场景中。
[0004]虽然已经有学者对民族服饰图像进行了研究，但在民族服饰图像分割的自动优化、提取、分类、识别等方面的研究还很少，这影响了从大量民族服饰图像中快速检索和识别。区别于时尚服饰，少数民族服装具有以下特点：(1)服饰图案结构复杂；(2)服饰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种苗族服饰图像语义分割方法，其特征在于，包括如下步骤：1)数据增强：采用Mosaic数据增强的方法，将苗族服饰四张图像合成一张图像、提取四张图像特征信息，所述数据增强是指对图片裁剪、翻转、旋转、缩放、扭曲几何变换及像素扰动、添加噪声、光照调节、对比度调节、样本加和或插值、分割补丁；2)编码：采用基于多尺度渐进式注意力学习金字塔网络模型MutilPPL将输入的服饰图片经过卷积的3次下采样操作，每次下采样操作将特征图的长和宽缩小2倍、通道数扩大2倍，然后将卷积输出的特征图逐层传入不同尺度的特征层进行特征融合；3)解码：将MutilPPL模型中的编码器和解码器的特征层进行密集跨级连接，使MutilPPL模型提取服饰多尺度特征信息，再采用金字塔结构融合特征局部与全局信息，最后在解码器中进行3次转置卷积逐步恢复高分辨率图像，得到语义分割结果，MutilPPL模型中的解码器结构与编码器结构对称，解码器每次采用转置卷积操作，将特征图尺寸扩大2倍、通道数缩小2倍；4)辅助分支结构：辅助分支结构由Conv
‑
Classes模块、渐进式注意力学习金字塔结构(PPL)模块、Softmax分类器3个部分组成，定义编码器中的Layer6、Layer 7、Layer 8作为辅助分支结构的输入，其中，Conv
‑
Classes模块设有转置卷积和1
×
1卷积，且在每个1
×
1卷积后面都加上实例化归一化(Instance Normalization，简称IN)和ACON激活函数，将Layer6、Layer 7、Layer 8输入到Conv
‑
Classes模块中得到不同类别的置信系数，然后将不同置信系数的通道进行连接并进行1
×
1卷积操作，并将它们的特征信息交叉输入到两个PPL模块中，每个PPL模块的输出都进行一次1
×
1卷积操作，最后将PPL模块聚合的多层特征输入到Softmax分类器实现最终的输出，具体是：Layer 6和Layer 7对应浅和中层网络，而Layer 8对应深层网络，首先，解码器根据不同层次的深度的卷积层Layer 6、Layer 7、Layer 8划分不同的阶段，获得不同语义的特征信息，每个阶段通过转置卷积得到相同大小的特征图，并经过卷积，得到不同阶段的不同类别置信系数；然后，将不同置信系数的通道进行连接，同时将它们的特征信息交叉输入到渐进式注意力学习金字塔结构(PPL)，使网络能够合理利用不同阶段学习的特征，专注有效特征提取，丢弃冗余特征；最后，将渐进式注意力学习金字塔结构聚合的多层特征输入到Softmax分类器实现最终的输出，辅助分支结构在解码过程中分别提取三次转置卷积的输出特征，利用1
×
1卷积层将特征通道减少为7，并将卷积的结果进行融合；5)实现语义分割：采用Softmax激活函数对特征图进行分类，实现语义分割。2.根据权利要求1所述的苗族服饰图像语义分割方法，其特征在于，所述Mu...

【专利技术属性】
技术研发人员：覃琴，冯意，王鑫，许文全，颜靖柯，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：