龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：大连海事大学
摘要：本发明提供一种基于Res2Net、TransUNet和协同注意力的人体语义分割方法，包括获取人体部分语义分割数据集；引入Res2Net网络、TransUNet网络和CoordinateAttention机制，搭建神经网络模型；设计损失函数，并利用Adam算法对所述神经网络模型进行优化；采用数据集训练优化后的所述神经网络模型；输入待分割的人体图像到训练后的神经网络模型中，得到人体图像分割结果。本发明的技术方案解决了因实际拍摄的人体图像中，图像环境复杂，人体数量较多，现有技术在对人体语义分割时往往表现不佳，不能准确地将图像中人体的各个部分分割出来的问题。
主权项：1.一种基于Res2Net、TransUNet和协同注意力的人体语义分割方法，其特征在于，包括如下步骤：S1、获取人体部分语义分割数据集；S2、引入Res2Net网络、TransUNet网络和CoordinateAttention机制，搭建神经网络模型，包括：搭建的神经网络模型包括编码器单元和解码器单元；编码器单元包括Res2Net网络和TransUNet网络，Res2Net网络和TransUNet网络提取输入图像中的全局特征和局部特征，得到特征图；解码器单元包括上采样模块和CoordinateAttention机制，解码器单元获取并合并特征图，上采样模块对特征图进行处理，CoordinateAttention机制对处理后的特征图中的特征进行聚集，以分割图像并恢复至原来的图像大小；所述CoordinateAttention机制使用两个空间范围的池化核来分别沿横坐标和纵坐标对每个通道进行编码；所述CoordinateAttention机制分别沿两个空间方向聚集特征，产生一对方向感知的特征图，这两个转换还允许注意力块沿一个空间方向捕捉长距离的依赖性，并沿另一个空间方向保留精确的位置信息；S3、设计损失函数，并利用Adam算法对所述神经网络模型进行优化；S4、采用数据集训练优化后的所述神经网络模型；S5、输入待分割的人体图像到训练后的神经网络模型中，得到人体图像分割结果。
全文数据：
权利要求：
百度查询： 大连海事大学 一种基于Res2Net、TransUNet和协同注意力的人体语义分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号