一种基于改进SegNet模型和融合注意力机制的苗族服饰图案分割算法

作者：谭永前; 曾凡菊

来源：怀化学院学报, 2023, 42(05): 66-71.

DOI：10.16074/j.cnki.cn43-1394/z.2023.05.009

• 图案分割
• 苗族服饰
• 注意力机制
• SegNet模型

针对目前语义分割模型需要消耗大量计算资源，对苗族服饰图案分割精度不高等问题，提出一种在改进的Seg Net模型中嵌入注意力机制模块的算法模型。改进后的Seg Net模型减少了卷积层数，在一定程度上减少了内存资源的消耗；为了提高对服饰图案细小纹理的分割精度，减少细小纹理细节的丢失，使用二分类交叉熵损失函数作为损失函数，提高了服饰图案细小纹理的分割精度；改进的Seg Net模型中嵌入轻量级的注意力模块，使得模型能够关注图像中更多的细节特征，更好地将感兴趣的特征从局部水平关联到全局水平，加强对目标特征信息的提取，减少损失率，提高模型的分割性能。实验结果表明，改进后的算法模型相对于传统相关算法，对苗族服饰图案的分割精度有了一定的提高，分割结果的视觉效果和定量指标上都要优于传统相关算法。

• 单位
  凯里学院