摘要
针对传统篮球场景分割方法鲁棒性弱和分割精度不高的问题,以篮球场景分割和运动员精确定位目的,提出了一种基于DeepLabv3+改进的篮球场景语义分割模型。该模型在DeepLabv3+网络的基础上设计了一个相对复杂的解码器,使用多次特征融合的方式来更好的还原图像的语义信息,引入了卷积块注意力机制,优化了通道权重和位置信息,降低了模型的计算复杂度,提升了边缘敏感度。实验结果表明,本文的模型要比FCN的全卷积模型提高21.8%,比DeepLabv3+提高1.9%。在分割速度上,可以达到每秒处理6张图片。提高了对于篮球场景的语义分割精度。
-
单位辽宁工业大学