基于U-Net的复杂环境军事人员图像分割方法

作者：陶志文; 牛福^*

来源：激光与光电子学进展, 2022, 59(08): 100-108.

• 图像处理
• 军事人员分割
• 特征融合
• 注意力机制
• 复杂环境

针对当前多种复杂环境中军事人员图像分割的精度和效率问题，提出一种基于改进的密集空洞卷积模块和串行注意力模块的编-解码网络。首先，在U型编-解码网络中引入密集空洞卷积模块并对其进行改进，提高网络分割多尺度目标的能力并降低参数量；其次，在U型编-解码网络中引入串行注意力模块，使神经网络更加聚焦于图像中更重要的特征上；最后，对U型编-解码网络的编码结构中每次下采样后的卷积进行改进，减少网络参数量。在多环境迷彩图像分割数据集上的实验结果表明，提出的网络模型的平均交并比分别比U-Net、SegNet、FCN-8s高2.27个百分点、4.93个百分点、10.46个百分点，有效降低了参数量，改善了网络对多种复杂环境中军事人员的分割效果。