基于多重注意力机制的自然图像抠图  

作　　者：林荣 

机构地区：[1]三峡大学计算机与信息学院,湖北宜宾443002

出　　处：《电脑编程技巧与维护》2023年第4期144-146,共3页Computer Programming Skills & Maintenance

摘　　要：深度学习在图像抠图中发挥着重要作用,但是它容易丢失一些低级语义信息。在此使用U-Net结构搭建生成网络,并在跳跃连接过程中添加瓶颈注意力模块(BAM),能够有效地融合图像的深层特征和浅层特征。同时在编码器与解码器之间添加一个空洞空间金字塔池化模块(ASPP),拓宽感受野,以多个比例捕捉图像的上下文信息。实验结果表明,相比传统的抠图算法,自然图像抠图提取了更多的细节纹理信息,提高了抠图的精度。

关 键 词：自然图像抠图 生成对抗模型 语义信息 注意力机制 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]