科研之友
微信
新浪微博
Facebook
分享链接
摘要
人像提取是当前图像处理方向的前沿热点问题，具有广泛的应用前景，但面临着边缘噪声大、颜色相近的区域分割效果差等问题。本文针对该问题创造性地提出了BiSeGAN网络，研究并实现了一种人像自动提取与处理的方法。此方法以生成对抗网络(GAN)框架为基础，采用BiSeNet结构作为生成器网络进行训练，兼顾了空间分辨率和感受野，提高了模型的识别速度和精度。本文使用混合损失函数共同优化网络参数，帮助模型快速收敛，使生成器生成更真实的目标图像。本文实现了自动化提取并处理人像，提取的人像部分边缘分割清晰，信噪比高，有效地优化了人像提取的准确度。而后，基于百度飞浆在移动端部署实现。
-
单位北京电子科技学院
