典型文献
基于改进YOLACT实例分割网络的人耳关键生理曲线提取
文献摘要：
在人耳形状聚类、3D人耳建模、个人定制耳机等相关工作中,获取人耳的一些关键生理曲线和关键点的准确位置非常重要.传统的边缘提取方法对光照和姿势变化非常敏感.本文提出了一种基于ResNeSt和筛选模板策略的改进YOLACT实例分割网络,分别从定位和分割两方面对原始YOLACT算法进行改进,通过标注人耳数据集,训练改进的YOLACT模型,并在预测阶段使用改进的筛选模板策略,可以准确地分割人耳的不同区域并提取关键的生理曲线.相较于其他方法,本文方法在测试图像集上显示出更好的分割精度,且对人耳姿态变化时具有一定的鲁棒性.
文献关键词：
人耳;生理曲线提取;实例分割;改进YOLACT;ResNeSt
中图分类号：
作者姓名：
袁立;夏桐;张晓爽
作者机构：
北京科技大学自动化学院,北京 100083
文献出处：
引用格式：
[1]袁立;夏桐;张晓爽-.基于改进YOLACT实例分割网络的人耳关键生理曲线提取)[J].工程科学学报,2022(08):1386-1395
A类：
生理曲线提取
B类：
YOLACT,实例分割网络,人耳,形状聚类,人定,制耳,耳机,边缘提取,姿势,ResNeSt,其他方法
AB值：
0.222708
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。
