深度双分辨率融合多尺度的实时服装分割算法研究

作     者：李虎啸 陈绪君 田春欣 

作者机构：华中师范大学物理科学与技术学院 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年

学科分类：0821[工学-纺织科学与工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 082104[工学-服装设计与工程] 

基　　金：国家自然科学基金（60101204） 湖北省自然科学基金（2022CFB474） 

主　　题：深度双分辨率 实时语义分割 跨空间多尺度 深监督 上下文提取模块 

摘      要：针对当前基于服装分割的实时语义分割算法（如Deeplab系列、ERFNet系列、BiseNet等）对服装边缘分割细节特征不足、分割精度差、推理速度慢等问题，提出了一种深度双分辨率融合多尺度的实时语义分割算法MDRNet。为提升服装图像特征的学习能力，采用双分辨率特征网络同时提取高分辨率与低分辨特征，通过双边融合模块将不同分辨率特征进行多次融合，改进了高分辨率网络的深监督输出结构，并添加跨空间多尺度注意力模块捕捉跨空间的特征信息，最后将上下文提取模块DAPPM改为并行模块PAPPM，在提升准确率的同时，可有效减少参数量和计算复杂度并有效提升了FPS。实验结果表明，MDRNet在服装分割DeepFashion-MultiModal数据集上相对于DeeplabV3+、BiseNetv2等算法平均交并比分别提升9.2%、8.1%，为语义分割在服装上的应用提供了更好的技术解决方案。