一种基于卷积神经网络的头发分割方法及系统.pdf
努力****冰心
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于卷积神经网络的头发分割方法及系统.pdf
本发明涉及图像处理技术领域,具体是一种基于卷积神经网络的头发分割方法及系统,方法包括:获取视频流图像步骤:从摄像头中获取视频流,将视频流分帧,形成一张张图像,方面后续处理;确定人脸区域步骤:利用人脸检测模型检测人脸位置,确定人脸区域。本发明的有益效果通过全新的卷积神经网络模型(头发全卷积网络模型),并结合图片中图像中头发位置信息、头发的频率信息及头发的颜色信息,便可以准确地识别图像的头发区域,通过人脸检测算法RetinaFace检测人脸,确定头发区域大致位置,防止大背景下其他类似头发目标的干扰,利用BiS
一种基于卷积神经网络的人形靶分割方法.pdf
本发明公开了一种基于卷积神经网络的人形靶分割方法,属于计算机视觉识别领域,用以解决目前人形靶分割精度不高,人形靶识别分割速度慢及对复杂场景的适应能力较低的问题。方法包括:确定人形靶目标图像数据集,通过深度卷积网络提取图像特征,并利用得到的特征图构建FPN网络;将FPN网络特征同时输入一个分类网络及一个分割网络,两个网络并行执行;将两个网络的输出结果融合之后得到分割后的人形靶特征图,最后通过确定人形靶的位置信息,将人形靶区域从图像中截取出来,剔除背景的干扰,提高后续的弹孔检测速度与精度。该方法实现了快速高效
一种基于时空卷积神经网络的视频目标分割方法.pdf
本发明涉及计算机视觉的技术领域,特别是涉及一种基于时空卷积神经网络的视频目标分割方法,其不需要依赖光流标注信息来训练光流模型,节省人力资源,提高视频分割准确度;包括:使用ResNet‑101网络,前部均为卷积层,并且最后三个为反卷积层;使用三个跳过连接来连接低位图层功能以保留每个决议中的时空信息;输入为N幅连续的帧(I
一种基于多监督全卷积神经网络的图像分割方法.pdf
本发明涉及一种多监督全卷积神经网络的图像分割方法,该方法在全卷积神经网络(FCN)的基础上做了进一步的优化,提出了一种新的网络结构,该网络结构拥有三个有监督的边输出层,有监督的边输出层可以指导网络学习多尺度特征,让网络同时获得图像的局部特征和全局特征。与此同时,为了更多的保留图像中的上下文信息,在网络的上采样部分,采用多个特征通道对输出的特征图进行上采样。最后,用一个带有权重的融合层将多个边输出层的分类结果融合,得到最终的图像分割结果。本发明实现的方法具有分割准确率高,分割速率快的特点;在骨肉瘤CT数据分
基于卷积神经网络的真菌显微图像分割检测方法及系统.pdf
本发明公开了一种基于卷积神经网络的真菌显微图像分割检测方法及系统,包括:将若干真菌显微图像分为正样本与负样本,同时对正样本中的菌丝进行标记得到标记后的正样本;将未标记的负样本和标记后的正样本进行切片和样本增强操作,生成可供进行深度学习的训练数据集;构建深度卷积神经网络模型,读取训练数据集生成用于分割检测的分割模型,以采用分割模型识别待检测真菌显微图像中的致病相和非致病相后,用热值图表示全局的真菌显微图像,并且将致病相结构在待检测真菌显微图像中的轮廓描绘出来。通过本发明不仅对真菌显微图像进行分类,而且能够将