典型文献
基于FCN语义分割的视频人像分割方法
文献摘要：
语义分割是计算机视觉中非常重要的一环,其核心是对输入图像中的每个像素进行分类和定位,本文对于传统的FCN网络进行略微改进,从而实现提高语义分割效果.首先,将轻量级网络FCN作为语义分割的特征提取网络.其次,利用卷积缩小网络特征来模型大小和降低模型计算成本.最后,以人与背景的关系作为约束条件,使用CrossEntropyLoss损失函数和MIoU(均交并比)等评价指标进行模型的评估,最终在公开数据集Supervisely的5711张人像图片中,按0.9作为训练集、0.1作为验证集进行人像分割,达到了82.47％的MIoU值,较原先网络80.25％的MIoU值有所提高.在16G的运行内存下,达到了每张图25帧.
文献关键词：
语义分割;FCN网络;计算机视觉;人像分割
中图分类号：
作者姓名：
林镇源;蒋小莲;张文辉
作者机构：
桂林电子科技大学,广西,桂林,541000
文献出处：
引用格式：
[1]林镇源;蒋小莲;张文辉-.基于FCN语义分割的视频人像分割方法)[J].电子元器件与信息技术,2022(05):176-178,182
A类：
视频人像,人像分割,CrossEntropyLoss,Supervisely
B类：
FCN,语义分割,分割方法,计算机视觉,像素,行略,略微,微改进,分割效果,轻量级网络,特征提取网络,网络特征,计算成本,损失函数,MIoU,均交并比,公开数据集,训练集,验证集,原先,16G,存下,每张
AB值：
0.32878
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
