一种多级别多尺度上下文特征融合的玻璃面分割算法  

GLASS SEGMENTATION ALGORITHM BASED ON MULTI-LEVEL&MULTI-SCALE CONTEXTUAL FEATURE FUSION

作　　者：任晓宇 智敏 Ren Xiaoyu;Zhi Min(College of Computer Science and Technology,Inner Mongolia Normal University,Hohhot 010022,Inner Mongolia,China)

机构地区：[1]内蒙古师范大学计算机科学技术学院,内蒙古呼和浩特010022

出　　处：《计算机应用与软件》2025年第3期209-215,220,共8页Computer Applications and Software

基　　金：内蒙古自治区高等学校科学研究项目(NJZZ21004);内蒙古自然科学基金项目(2018MS06008)。

摘　　要：在日常生活中非常常见的透明玻璃或者镜面往往会给计算机视觉任务带来严峻的挑战。因此,提出一种针对玻璃镜面的图像分割模型,并提出多尺度上下文卷积计算(Multi-Scale Contextual Convolution,MSCC)模块来挖掘不同尺度下的玻璃特征且同时不改变特征图的分辨率。实验结果表明,相比于目前主流的最先进算法(State-of-the-Art),该文所提出的模型实现了大幅度的性能改进,充分说明了其在上下文特征表征上的卓越能力。Transparent glass or mirrors,which are very common in daily life,often bring severe challenges to computer vision tasks.Therefore,this paper presents an efficient glass segmentation model,in which a multi-scale contextual convolution(MSCC)module is proposed to mining the glasses features in various scales and remain the feature map's origin resolution.Experimental results demonstrate that the proposed model achieves significant performance boost compared with state-of-the-arts,illustrating the outstanding contextual features representing ability.

关 键 词：玻璃分割 上下文特征融合 多级别多尺度 卷积神经网络 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术] TP391.41