典型文献
基于注意力机制的苗族服饰图案分割
文献摘要：
针对苗族服饰图案存在色彩差异大、样式及纹理多样性等问题,采用传统的图像分割算法进行苗族服饰图案分割,会使得一些特征空间信息丢失,导致图像分割的效率与精度较低.为此,本文提出一种基于注意力机制的苗族服饰图案分割模型,通过提取图像特征,使模型能够更好地将感兴趣的特征从局部水平关联到全局水平.同时也采用了数据增强策略,增加训练数据以提高模型泛化能力.实验结果表明,本文模型与传统语义分割网络(U-Net)和全卷积神经网络(FCN)模型相比,仅采用不到1/2的训练参数,IoU增长了14.79％和18.21％,Dice系数增长了11.03％和13.95％.因此,本文为苗族服饰图案分割算法研究提供了一种有效可行的方法.
文献关键词：
苗族服饰;图案分割;注意力机制;全卷积网络;特征提取;深度学习
中图分类号：
作者姓名：
王琴;黄成泉;万林江;张博源;周丽华
作者机构：
贵州民族大学 数据科学与信息工程学院,贵阳550025;贵州民族大学 工程技术人才实践训练中心,贵阳550025
文献出处：
引用格式：
[1]王琴;黄成泉;万林江;张博源;周丽华-.基于注意力机制的苗族服饰图案分割)[J].丝绸,2022(11):108-115
A类：
图案分割
B类：
注意力机制,苗族服饰,服饰图案,样式,图像分割算法,特征空间,空间信息,信息丢失,分割模型,图像特征,感兴趣,数据增强策略,加训,训练数据,模型泛化,泛化能力,语义分割网络,Net,全卷积神经网络,FCN,IoU,Dice,算法研究,全卷积网络
AB值：
0.263591
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。
