Human image segmentation method based on depth staggered feature fusion

doi:10.13741/j.cnki.11-1879/o4.2020.05.018

您当前的位置：

首页 >

文章列表页 >

Human image segmentation method based on depth staggered feature fusion

更新时间：2025-09-01

- Human image segmentation method based on depth staggered feature fusion
- Vol. 46, Issue 5, Pages: 613-618(2020)
- 作者机构：
  
  1:华南师范大学物理与电信工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2020.05.018
  CLC：
- Published：2020
- 稿件说明：
移动端阅览
Human image segmentation method based on depth staggered feature fusion[J]. 2020, 46(5): 613-618.
DOI：

Human image segmentation method based on depth staggered feature fusion[J]. 2020, 46(5): 613-618. DOI： 10.13741/j.cnki.11-1879/o4.2020.05.018.

摘要

人体图像分割作为人体行为理解和分析的基础

但要实现精准分割及实时分割是一个巨大的难题

因此提出一种深浅交错式特征融合的全卷积神经网络的方法

应用于人体图像分割。使用全卷积神经网络的卷积层提取丰富的图像特征

对不同深度的特征图由深到浅交错式地拼接并融合。最终将融合特征图送入卷积层输出预测图像

并经过全局阈值分割得到分割结果。在百度人体图像分割数据库上进行实验

其平均覆盖率可以达到89.95%

最佳分割重叠率高达99.31%;分割一幅500×500彩色图像的平均耗时为56ms

实现较好的分割性能。

Abstract

关键词

Keywords

references

Views

105

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Segmentation of lung lobes based on 3D full convolution neural network

MRI image segmentation method based on attention dilated U-Net

Improved U-net++ Network for detection of intestinal endometriosis based on ultrasound image

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

A facial expression recognition method based on dual-stream convolutional neural network

Related Author

祁章璇

高磊

聂生东

邹利华

吉珊珊

郭移洁

叶萍

孙京文

Related Institution

1:上海理工大学医疗器械与食品学院医学影像处理实验室

1:东莞职业技术学院电子信息学院

2:东莞职业技术学院人工智能学院

1:上海理工大学健康科学与工程学院

2:上海微创卜算子医疗科技有限公司

⁰