摘要：针对手部边缘细节信息分割不精确及小面积手部的错检、漏检问题,提出一种基于注意力机制的多尺度手部分割方法。首先,对Transformer模块重新进行设计优化,提出窗口自注意力结构和双分支前馈神经网络(Dual-branch FeedForward Networks,D-FFN)机制,通过窗口自注意力机制整合全局和局部的依赖信息,D-FFN抑制背景信息的干扰;然后,提出一种结合条形池化和级联网络的多尺度特征提取模块增大感受野,提高手部分割模型的准确性和鲁棒性;最后,提出基于Triplet Attention机制的上采样解码器模块,通过调节通道维度与空间维度的注意力权重将目标特征和背景的冗余特征区分开。将所提算法在公开数据集GTEA(Georgia Tech Egocentric Activity)和EYTH(EgoYouTubeHands)上测试,实验结果表明,该算法在两个数据集上的平均交并比(MIoU)值分别达到了95.8%和90.2%,相较于TransUnet算法分别提升了2.5%和2.1%,满足手部图像分割的稳定可靠、精度高、抗干扰能力强等要求。

摘要：针对实时语义分割网络存在的误分割和目标分割不完整现象,构建了基于沙漏结构的实时语义分割算法(DSGNet)。首先,利用带有空洞卷积的沙漏结构构造骨干网络;其次,使用深度可分离卷积改进空洞空间金字塔模块,并将各分支输出的特征图进行有效堆叠,优化分割效果;最后,设计特征融合模块,高效融合不同维度特征。算法在CamVid数据集进行验证,平均交并比为57.33%,FPS达到了147.3。