• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于雙階段網(wǎng)絡(luò)的交互式目標(biāo)分割算法

    2021-02-05 03:03:42張華悅張順利
    計(jì)算機(jī)工程 2021年2期
    關(guān)鍵詞:涂畫階段預(yù)測(cè)

    張華悅,張順利,張 利

    (清華大學(xué)電子工程系,北京 100084)

    0 概述

    近年來(lái),深度學(xué)習(xí)技術(shù)的發(fā)展使得目標(biāo)分割在自動(dòng)駕駛、圖像分析等領(lǐng)域得到廣泛應(yīng)用與發(fā)展,但以往對(duì)分割任務(wù)的研究主要集中于自動(dòng)語(yǔ)義分割[1-3]、實(shí)例分割[4-6]和全場(chǎng)景分割[7-8]等方面,而對(duì)交互式目標(biāo)分割算法的研究較少。當(dāng)人在一張圖中通過某種交互方式標(biāo)注出自己感興趣的目標(biāo)時(shí),交互式目標(biāo)分割可以有針對(duì)性地將此目標(biāo)物體從原圖中分割出,因此,其在現(xiàn)實(shí)中應(yīng)用更加廣泛,如利用交互式分割在深度學(xué)習(xí)中對(duì)圖像數(shù)據(jù)的實(shí)例進(jìn)行像素級(jí)標(biāo)注、在手機(jī)端的圖像娛樂軟件中進(jìn)行目標(biāo)摳圖以及將該方法應(yīng)用于平面圖像設(shè)計(jì)或醫(yī)學(xué)圖像領(lǐng)域[9]等。

    在交互式分割中,可以將交互方式分為單輪交互和多輪交互2種。文獻(xiàn)[10]中的多輪交互方法通過第一次交互標(biāo)出目標(biāo)的邊界框得到初步的分割結(jié)果,然后每次交互時(shí)通過標(biāo)出錯(cuò)分區(qū)域來(lái)對(duì)上一輪分割結(jié)果進(jìn)行修正,直到結(jié)果滿意為止。由于多輪交互過程復(fù)雜且具有低效性,因此本文主要研究單輪交互方式。在單輪交互中,只通過初始的一次交互直接得到分割結(jié)果。文獻(xiàn)[11]中的GrabCut算法和文獻(xiàn)[12]中的水平集算法均基于傳統(tǒng)機(jī)器學(xué)習(xí)算法進(jìn)行分割,文獻(xiàn)[13]中基于深度學(xué)習(xí)的DEXTR算法采用四點(diǎn)交互法(標(biāo)注目標(biāo)的最上、最下、最左、最右邊界點(diǎn)),在ROI中進(jìn)行大目標(biāo)分割。

    基于ROI的交互方式可以較好地繼承和利用傳統(tǒng)圖像分割算法并在構(gòu)造交互數(shù)據(jù)集時(shí)更為便利,但其也存在一定不足,一是當(dāng)目標(biāo)物體具有細(xì)長(zhǎng)支架的結(jié)構(gòu)時(shí),通過外接矩形框獲取的ROI中僅含有占比極少的前景像素,使得網(wǎng)絡(luò)難以判別前景信息,二是部分目標(biāo)的4個(gè)邊界點(diǎn)不清晰,一旦邊界點(diǎn)標(biāo)注錯(cuò)誤就會(huì)造成分割結(jié)果截?cái)?。已有交互式分割方法利用FCN[1]和Deeplab系列[14-16]等經(jīng)典圖像分割方法,將ROI信息僅在輸入端一次性地輸入圖像分割網(wǎng)絡(luò),這種直接的方法難以充分利用交互信息,使得分割結(jié)果較為粗糙,尤其是在多個(gè)物體之間緊密交叉重疊或目標(biāo)連通性較差的情況下,其分割結(jié)果更加不完整。

    本文采用在目標(biāo)內(nèi)部隨機(jī)涂畫的交互方式,利用骨架隨機(jī)性仿真算法模擬大數(shù)據(jù)下的人機(jī)交互情景,構(gòu)建一種基于雙階段網(wǎng)絡(luò)的精目標(biāo)分割模型ScribNet,以充分利用交互信息并對(duì)交互目標(biāo)進(jìn)行更精細(xì)和完整的分割。

    1 交互方式

    在四點(diǎn)交互法中,每個(gè)目標(biāo)的4個(gè)端點(diǎn)是固定不變的,容易出現(xiàn)誤標(biāo)而導(dǎo)致誤分的情況。相比而言,本文采用的涂畫式交互允許人們?cè)谀繕?biāo)中涂畫任意形狀的曲線,其具有更好的容錯(cuò)性和魯棒性,也正因如此,訓(xùn)練數(shù)據(jù)時(shí)對(duì)這種交互數(shù)據(jù)的仿真更為困難。針對(duì)該問題,本文提出一種骨架仿真算法以在大數(shù)據(jù)上實(shí)現(xiàn)仿真涂畫式交互。

    1.1 涂畫式交互

    在給定一張圖像后,本文方法允許人在圖像中的興趣目標(biāo)區(qū)域內(nèi)涂畫任意形狀的曲線,不超出目標(biāo)區(qū)域即可。涂畫的曲線涉及更多的目標(biāo)區(qū)域,將更能提高目標(biāo)分割的完整性,例如對(duì)于圖1所示(圖中曲線表示交互曲線)的嬰兒而言,本文自左到右的交互假設(shè)將越來(lái)越有益于分割。

    圖1 不同的涂畫交互方式假設(shè)Fig.1 Hypothesis of different painting interaction modes

    在網(wǎng)絡(luò)學(xué)習(xí)階段,交互曲線由骨架隨機(jī)性仿真算法計(jì)算得到,該算法將在1.2節(jié)中進(jìn)行詳細(xì)闡述。在實(shí)際應(yīng)用中,交互曲線則由人為交互涂畫產(chǎn)生。在得到涂畫的交互曲線P后,將曲線通過高斯編碼形成交互指導(dǎo)信息圖以用于后續(xù)分割算法。具體步驟為:

    1)以曲線上的每個(gè)坐標(biāo)點(diǎn)(x0,y0)∈P為中心,建立與原圖等大的二維高斯分布圖,每個(gè)坐標(biāo)點(diǎn)處的g(x,y)值表示中心點(diǎn)(x0,y0)對(duì)周圍像素(x,y)的影響程度,表達(dá)式如下:

    其中,方差σ2取經(jīng)驗(yàn)值40。

    2)針對(duì)曲線上所有點(diǎn)形成的高斯分布圖,在每個(gè)像素位置取最大影響值,形成最終的交互信息圖,將其記作I。

    1.2 骨架隨機(jī)性仿真算法

    在深度學(xué)習(xí)的模型訓(xùn)練及驗(yàn)證過程中,人為標(biāo)注的大量交互數(shù)據(jù)會(huì)消耗巨大的人力成本。本文對(duì)視頻交互方法[17-18]進(jìn)行改進(jìn),提出提高交互曲線隨機(jī)性的骨架隨機(jī)性仿真算法,并模擬實(shí)際情況中人的隨機(jī)涂畫交互行為,以在大數(shù)據(jù)上進(jìn)行交互仿真。本文算法除在目標(biāo)物體的骨架中求取最長(zhǎng)路徑外,還通過求取骨架中任意點(diǎn)到其他點(diǎn)最遠(yuǎn)距離的方法使得計(jì)算出的交互曲線具有多樣性和隨機(jī)性,以豐富訓(xùn)練數(shù)據(jù)集。骨架仿真算法的具體描述如算法1所示,圖2中的白色曲線即為相應(yīng)示例圖的仿真結(jié)果。

    算法1骨架隨機(jī)性交互仿真算法

    圖2 骨架隨機(jī)性仿真算法的仿真交互結(jié)果Fig.2 Simulation interaction results of skeleton randomness simulation algorithm

    2 雙階段交互式分割網(wǎng)絡(luò)

    雙階段交互式分割網(wǎng)絡(luò)由順序級(jí)聯(lián)的粗分割(粗預(yù)測(cè))和優(yōu)化(細(xì)預(yù)測(cè))2個(gè)階段組成,在2個(gè)階段的輸出端,均有損失函數(shù)進(jìn)行顯式監(jiān)督,完整的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

    圖3 雙階段交互式分割網(wǎng)絡(luò)框架Fig.3 Two-stage interactive segmentation network framework

    2.1 粗分割階段

    近年來(lái),性能較優(yōu)的自動(dòng)分割網(wǎng)絡(luò)大多呈現(xiàn)為編、解碼結(jié)構(gòu),如SegNet[19]、U-Net[3]和Deeplab v3+[16]等。在該結(jié)構(gòu)中,特征的上、下采樣和跳躍式連接可以增大卷積核的感受野,并利用多尺度信息獲得較好的分割結(jié)果。因此,在本文ScribNet模型的粗分割階段,采用編、解碼的網(wǎng)絡(luò)結(jié)構(gòu),如圖3中E(Encoder)和D(Decoder)模塊所示。

    在傳統(tǒng)的分割任務(wù)中,網(wǎng)絡(luò)采用三通道RGB數(shù)據(jù)作為輸入,并實(shí)現(xiàn)自動(dòng)的全圖場(chǎng)景分割或特定類別實(shí)例分割。在以人為交互主體的交互式目標(biāo)分割任務(wù)中,除通過RGB通道獲取全圖信息外,網(wǎng)絡(luò)還利用交互指導(dǎo)信息圖獲取交互主體的分割意圖,并將其作為第4個(gè)輸入通道。本文采用高斯編碼結(jié)果作為交互指導(dǎo)信息圖I,形成網(wǎng)絡(luò)的RGBI四通道輸入數(shù)據(jù)。在輸出端,得到一張像素級(jí)預(yù)測(cè)的目標(biāo)前景概率圖,通過Sigmoid和二值化操作得到像素級(jí)預(yù)測(cè)結(jié)果,如式(2)所示,其中,1表示預(yù)測(cè)為目標(biāo)前景,0表示預(yù)測(cè)為目標(biāo)背景。該結(jié)果為交互分割的粗分割結(jié)果,記作C,如圖3中階段1所示。由于輔助損失函數(shù)在此處進(jìn)行了顯式監(jiān)督,使得粗分割結(jié)果可以正確預(yù)測(cè)大部分像素的類別。

    2.2 優(yōu)化階段

    隨著網(wǎng)絡(luò)層的加深,在輸入端輸入的RGB信息和交互指導(dǎo)信息被逐漸地削弱,尤其是到了網(wǎng)絡(luò)的輸出端(也稱為預(yù)測(cè)層)。因此,優(yōu)化階段將對(duì)第1階段的粗分割結(jié)果進(jìn)行細(xì)化,先將第1階段輸入端的RGB信息和交互信息I通過跳躍式連接的方式與粗分割結(jié)果C疊加在一起形成RGBIC五通道數(shù)據(jù),輸入優(yōu)化階段,再經(jīng)過圖3中的R(Refinement)模塊輸出最終的分割結(jié)果,即為優(yōu)化分割或細(xì)預(yù)測(cè)結(jié)果,如圖3中的階段2所示。

    ScribNet優(yōu)化階段對(duì)粗分割結(jié)果的細(xì)化具有有效性主要有以下3個(gè)原因:

    1)從信息利用角度而言,網(wǎng)絡(luò)的2個(gè)階段均有RGB和交互信息作為輸入,實(shí)現(xiàn)了對(duì)輸入信息的充分利用,尤其是對(duì)底層信息起到了強(qiáng)化補(bǔ)充的作用。同時(shí),優(yōu)化階段輸入的第5個(gè)粗分割通道,可以看作目標(biāo)分割的先驗(yàn)知識(shí),其告知了網(wǎng)絡(luò)目標(biāo)前景、背景的主體大致區(qū)域,能夠?qū)换ツ繕?biāo)實(shí)現(xiàn)更加準(zhǔn)確的定位。

    2)從網(wǎng)絡(luò)學(xué)習(xí)角度而言,由于目標(biāo)主體部位像素的分布已經(jīng)在粗分割階段學(xué)習(xí)完畢,因此在優(yōu)化階段中損失函數(shù)的構(gòu)成主要來(lái)自錯(cuò)分的像素,包括被錯(cuò)分的邊緣處像素和部分主體像素,使得優(yōu)化階段的網(wǎng)絡(luò)可以針對(duì)性地對(duì)預(yù)測(cè)細(xì)節(jié)進(jìn)行學(xué)習(xí),起到對(duì)粗分割結(jié)果進(jìn)行“查漏補(bǔ)缺”的作用。

    3)從網(wǎng)絡(luò)結(jié)構(gòu)角度而言,由于優(yōu)化僅需學(xué)習(xí)前一階段的錯(cuò)分區(qū)域,網(wǎng)絡(luò)任務(wù)明確,因此優(yōu)化階段的網(wǎng)絡(luò)結(jié)構(gòu)可以很簡(jiǎn)潔。此外,為了避免由于分辨率的變化造成細(xì)節(jié)信息丟失的問題,該網(wǎng)絡(luò)結(jié)構(gòu)中未采取任何升采樣或降采樣操作,完全由圖像原始分辨率下的若干層卷積和非線性激活操作組成,如圖4所示。

    圖4 優(yōu)化階段的R模塊結(jié)構(gòu)Fig.4 R module structure in optimization stage

    2.3 算法性能分析

    本文交互式目標(biāo)分割算法采用骨架仿真算法模擬隨機(jī)涂畫式交互,具有標(biāo)注成本低、交互容錯(cuò)率高的優(yōu)勢(shì),同時(shí)采用雙階段網(wǎng)絡(luò)實(shí)現(xiàn)精細(xì)化分割,使得分割結(jié)果具有更高的準(zhǔn)確率和魯棒性。

    在對(duì)大數(shù)據(jù)進(jìn)行交互時(shí),四點(diǎn)式交互極易出現(xiàn)交互錯(cuò)誤的現(xiàn)象,由于目標(biāo)的4個(gè)端點(diǎn)固定且唯一,一旦交互標(biāo)注錯(cuò)誤就會(huì)對(duì)目標(biāo)造成截?cái)?。而本文采用的骨架仿真算法在避免大量人力交互成本的同時(shí),通過引入隨機(jī)子路徑使得仿真交互數(shù)據(jù)具有一定的隨機(jī)性,即無(wú)論是在網(wǎng)絡(luò)訓(xùn)練還是驗(yàn)證階段,算法均可以對(duì)同一張目標(biāo)圖像仿真出多種不同的交互曲線,從而提高數(shù)據(jù)集的多樣性以及模型在實(shí)際應(yīng)用中對(duì)人為涂畫交互的容錯(cuò)率。

    本文算法采用雙階段網(wǎng)絡(luò)結(jié)構(gòu),在粗分割階段獲得初始預(yù)測(cè)結(jié)果,初始預(yù)測(cè)中被錯(cuò)分的像素區(qū)域也有機(jī)會(huì)在優(yōu)化階段被糾正和優(yōu)化,使得分割結(jié)果更加準(zhǔn)確,尤其對(duì)于某些較難分割的情況,如圖像彼此之間存在緊密重疊的目標(biāo)或在交互中未被直接標(biāo)注的目標(biāo)區(qū)域,雙階段網(wǎng)絡(luò)結(jié)構(gòu)具有更高的魯棒性。

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)與評(píng)價(jià)指標(biāo)

    本文雙階段交互式目標(biāo)分割算法可以實(shí)現(xiàn)任意類別、不同實(shí)例的目標(biāo)前背景分離,因此,分別利用COCO[20]和PASCAL[21](SBD[22]的擴(kuò)展)數(shù)據(jù)集,構(gòu)造本文實(shí)驗(yàn)所用的目標(biāo)分割數(shù)據(jù)集。具體步驟為:首先,分別在原數(shù)據(jù)集的圖像中提取每一個(gè)實(shí)例;然后,以任意大小、任意位置的矩形剪裁出該實(shí)例以形成新的圖像和真值對(duì)。由于COCO和PASCAL數(shù)據(jù)集的一張圖像中平均包含3個(gè)~5個(gè)實(shí)例,因此構(gòu)造出的新數(shù)據(jù)集的規(guī)模也相應(yīng)地比原始數(shù)據(jù)集大3倍~5倍,從而保證了數(shù)據(jù)的豐富性。需要說(shuō)明的是,下文提到COCO和PASCAL數(shù)據(jù)集時(shí),均指本文實(shí)驗(yàn)新構(gòu)造出的交互式目標(biāo)分割數(shù)據(jù)集。同時(shí),為了進(jìn)一步保證仿真交互的多樣性,即一張圖像可以有多種甚至無(wú)數(shù)種交互方式,本文實(shí)驗(yàn)沒有提前一次性地為所有訓(xùn)練數(shù)據(jù)生成仿真交互圖,而是在訓(xùn)練過程中實(shí)時(shí)地進(jìn)行仿真交互,使得同一張圖重復(fù)出現(xiàn)時(shí)其對(duì)應(yīng)的交互結(jié)果不一樣,符合現(xiàn)實(shí)中的交互分割邏輯。

    在單類別前背景分割問題中,本文實(shí)驗(yàn)使用目標(biāo)前景的mIoU(mean Intersection over Union)作為結(jié)果衡量指標(biāo),其具體計(jì)算方式如式(3)所示:

    其中,N表示數(shù)據(jù)規(guī)模,F(xiàn)表示前景目標(biāo)區(qū)域。

    3.2 優(yōu)化階段的網(wǎng)絡(luò)設(shè)計(jì)

    雙階段級(jí)聯(lián)的網(wǎng)絡(luò)框架會(huì)因?yàn)榫W(wǎng)絡(luò)層的增多而提高運(yùn)算量。為了保證預(yù)測(cè)結(jié)果的精細(xì)化,避免由于特征分辨率的變化造成細(xì)節(jié)精度降低的問題,優(yōu)化階段的網(wǎng)絡(luò)均由相同原始分辨率下的卷積和非線性激活層構(gòu)成。為了在預(yù)測(cè)精度和運(yùn)算量(優(yōu)化階段網(wǎng)絡(luò)層數(shù)目)之間實(shí)現(xiàn)折中,本文進(jìn)行優(yōu)化階段的網(wǎng)絡(luò)設(shè)計(jì)實(shí)驗(yàn)。

    當(dāng)優(yōu)化階段的特征通道數(shù)為64、取不同數(shù)目的卷積激活層時(shí),模型的預(yù)測(cè)精度和模型大小如表1所示。從表1可以看出:當(dāng)卷積層數(shù)為0即僅有粗分割階段而不添加優(yōu)化階段時(shí),初始模型大小為237.36 MB;在優(yōu)化階段中增加少量卷積層,網(wǎng)絡(luò)規(guī)模小幅增加;當(dāng)網(wǎng)絡(luò)層數(shù)為4時(shí),預(yù)測(cè)精度的提升相對(duì)較大,模型規(guī)模僅增加0.31 MB,此時(shí)的雙階段網(wǎng)絡(luò)結(jié)構(gòu)在增加少許運(yùn)算量的情況下取得了較大幅度的預(yù)測(cè)精度提升,說(shuō)明了本文網(wǎng)絡(luò)結(jié)構(gòu)的合理性。

    表1 優(yōu)化階段不同卷積層數(shù)下的模型大小和mIoU值Table 1 Model sizes and mIoU values under different convolution levels in optimization stage

    3.3 雙階段網(wǎng)絡(luò)的有效性實(shí)驗(yàn)

    本文雙階段網(wǎng)絡(luò)的目的是在交互式目標(biāo)分割任務(wù)中實(shí)現(xiàn)更為精細(xì)的目標(biāo)分割,網(wǎng)絡(luò)由分割和優(yōu)化2個(gè)階段構(gòu)成,在2個(gè)階段的末端均有結(jié)果預(yù)測(cè)和真值監(jiān)督。為體現(xiàn)ScribNet中優(yōu)化階段的有效性,本文分別將U-Net[3]、SegNet[19]和Deeplab[16]3個(gè)分割網(wǎng)絡(luò)應(yīng)用于ScribNet的第1個(gè)粗分割階段,并分別記作U-ScribNet、Seg-ScribNet和Deep-ScribNet。在COCO和PASCAL數(shù)據(jù)集上進(jìn)行預(yù)測(cè),統(tǒng)計(jì)3個(gè)ScribNet模型在各自2個(gè)階段中的預(yù)測(cè)mIoU值,結(jié)果如表2所示,同時(shí),為了更直觀地顯示雙階段網(wǎng)絡(luò)在提高目標(biāo)邊緣精度和分割完整性上的優(yōu)勢(shì),通過圖5呈現(xiàn)表2中Deep-ScribNet模型的部分可視化結(jié)果。

    表2 ScribNet的粗分割和優(yōu)化分割結(jié)果對(duì)比Table 2 Comparison of coarse segmentation and optimized segmentation results of ScribNet %

    圖5 不同階段的分割結(jié)果對(duì)比Fig.5 Comparison of segmentation results in different stages

    從表2可以看出,粗分割的預(yù)測(cè)結(jié)果精度較低,優(yōu)化階段是對(duì)初始預(yù)測(cè)結(jié)果的進(jìn)一步細(xì)化,優(yōu)化階段的添加使得3個(gè)模型的預(yù)測(cè)精度均比粗分割提高了1個(gè)~3個(gè)百分點(diǎn)。通過圖5中粗、細(xì)預(yù)測(cè)的對(duì)比結(jié)果可以看出,優(yōu)化階段的精細(xì)化主要體現(xiàn)在目標(biāo)邊緣的銳化、前景響應(yīng)值的增強(qiáng)和背景響應(yīng)值的抑制。在圖中矩形框區(qū)域,粗分割會(huì)在某些背景處產(chǎn)生較高的響應(yīng)值,這些錯(cuò)誤響應(yīng)在優(yōu)化階段中被有效抑制和糾正;相反地,在粗分割中響應(yīng)較弱的目標(biāo)主體在優(yōu)化階段也得到了加強(qiáng),緩解了由于目標(biāo)交叉造成的預(yù)測(cè)混淆問題。因此,雙階段網(wǎng)絡(luò)的框架設(shè)計(jì)能夠有效實(shí)現(xiàn)對(duì)圖像的精細(xì)化分割。

    3.4 不同方法對(duì)比實(shí)驗(yàn)

    為體現(xiàn)涂畫式交互方法在時(shí)間上的高效性,本文將DEXTR[13]與ScribNet進(jìn)行比較,其中,DEXTR采用四端點(diǎn)式交互,ScribNet采用涂畫式交互。實(shí)驗(yàn)分別從COCO和PASCAL驗(yàn)證集中隨機(jī)抽取500張圖像進(jìn)行實(shí)際人工交互,統(tǒng)計(jì)平均交互時(shí)間,結(jié)果如表3所示。四端點(diǎn)式交互由于需要精準(zhǔn)地找到4個(gè)頂點(diǎn),平均每張圖像需要消耗2.3 s的時(shí)間,而涂畫式交互平均只消耗1.5 s時(shí)間,后者更為高效。2種方法的分割網(wǎng)絡(luò)運(yùn)行時(shí)間均只需要300 ms左右,可見,交互操作占據(jù)了整個(gè)交互式分割過程的大部分時(shí)間,交互效率的提高對(duì)整個(gè)系統(tǒng)的性能提升具有重要意義。

    表3 不同交互方式的交互時(shí)間對(duì)比Table 3 Comparison of interaction time of different interaction modess

    為了驗(yàn)證ScribNet中交互指導(dǎo)信息圖及雙階段網(wǎng)絡(luò)結(jié)構(gòu)的有效性,本文將ScribNet與基于傳統(tǒng)機(jī)器學(xué)習(xí)的交互式分割方法GrabCut[12]、基于深度學(xué)習(xí)的實(shí)例分割方法Deeplab v3+[16]以及DEXTR方法[13]進(jìn)行比較,表4所示為COCO和PASCAL驗(yàn)證集上的分割mIoU結(jié)果對(duì)比。

    表4 不同方法的分割精度對(duì)比Table 4 Comparison of segmentation accuracy of different methods %

    從表4可以看出,Deeplab v3+為三通道輸入的自動(dòng)圖像分割方法,ScribNet為四通道輸入的交互式圖像分割方法,后者相對(duì)前者在COCO和PASCAL數(shù)據(jù)集上的精度分別提升14.3個(gè)和7.1個(gè)百分點(diǎn),輸入的交互信息通道向網(wǎng)絡(luò)提供了待分割目標(biāo)的位置信息,從而大幅提高了預(yù)測(cè)精度。3種交互式分割方法相比,ScribNet在2個(gè)數(shù)據(jù)集上較GrabCut有顯著的精度提升,在PASCAL和COCO數(shù)據(jù)集上的精度相比DEXTR分別提升了0.9個(gè)和3.0個(gè)百分點(diǎn)。

    圖6所示為上述算法的一組可視化結(jié)果,從圖6可以看出,ScribNet在目標(biāo)完整度、邊緣精度以及對(duì)交叉目標(biāo)的區(qū)分等方面均優(yōu)于其他方法。

    圖6 不同方法的分割結(jié)果對(duì)比Fig.6 Comparison of segmentation results of different methods

    4 結(jié)束語(yǔ)

    本文針對(duì)交互式目標(biāo)分割任務(wù),提出一種基于雙階段網(wǎng)絡(luò)的交互式目標(biāo)分割方法。采用涂畫式交互方式提高實(shí)際交互的魯棒性和容錯(cuò)率,通過骨架仿真算法節(jié)省大數(shù)據(jù)交互標(biāo)注的人力成本。將交互信息編碼輸入網(wǎng)絡(luò),實(shí)現(xiàn)交互信息的直接利用,添加優(yōu)化模塊構(gòu)成雙階段網(wǎng)絡(luò)結(jié)構(gòu),通過多次充分利用輸入信息來(lái)提高分割結(jié)果的邊緣精度和目標(biāo)完整度。實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的高效性。后續(xù)將在網(wǎng)絡(luò)的不同特征尺度階段,通過多階段監(jiān)督學(xué)習(xí)等方式來(lái)充分利用交互信息,以進(jìn)一步提高交互分割的精度。

    猜你喜歡
    涂畫階段預(yù)測(cè)
    無(wú)可預(yù)測(cè)
    黃河之聲(2022年10期)2022-09-27 13:59:46
    選修2-2期中考試預(yù)測(cè)卷(B卷)
    選修2-2期中考試預(yù)測(cè)卷(A卷)
    關(guān)于基礎(chǔ)教育階段實(shí)驗(yàn)教學(xué)的幾點(diǎn)看法
    在學(xué)前教育階段,提前搶跑,只能跑得快一時(shí),卻跑不快一生。
    莫愁(2019年36期)2019-11-13 20:26:16
    墻上的斑點(diǎn)
    孩子(2019年3期)2019-03-12 22:36:46
    扭扭大樹
    孩子(2019年3期)2019-03-12 22:36:46
    秘密花園
    不必預(yù)測(cè)未來(lái),只需把握現(xiàn)在
    一個(gè)人的“圣經(jīng)”:韓勇的涂畫
    国产一区二区三区av在线| 一夜夜www| 亚洲av熟女| 国产精品久久视频播放| 中文字幕制服av| 欧美变态另类bdsm刘玥| 少妇熟女aⅴ在线视频| 岛国毛片在线播放| 国产精品久久久久久精品电影小说 | 我的女老师完整版在线观看| 91久久精品电影网| 欧美日韩综合久久久久久| 看黄色毛片网站| 狂野欧美白嫩少妇大欣赏| 亚洲欧美清纯卡通| 韩国av在线不卡| 夜夜爽夜夜爽视频| 男女啪啪激烈高潮av片| АⅤ资源中文在线天堂| 国产淫片久久久久久久久| 精品久久久久久久久久久久久| 国产伦理片在线播放av一区| 日日啪夜夜撸| 听说在线观看完整版免费高清| 国产淫片久久久久久久久| 天堂网av新在线| 在线a可以看的网站| 五月伊人婷婷丁香| 女人十人毛片免费观看3o分钟| 国产精品一二三区在线看| 秋霞伦理黄片| 日韩欧美 国产精品| 最近最新中文字幕免费大全7| 久久6这里有精品| 久久久国产成人精品二区| 麻豆一二三区av精品| 亚洲电影在线观看av| 亚洲欧美成人综合另类久久久 | 看十八女毛片水多多多| 日本午夜av视频| 一级毛片久久久久久久久女| 春色校园在线视频观看| 亚洲在线观看片| 亚洲成人av在线免费| 久久久久精品久久久久真实原创| 欧美成人a在线观看| 欧美极品一区二区三区四区| 人妻制服诱惑在线中文字幕| 久久婷婷人人爽人人干人人爱| 最近中文字幕高清免费大全6| 麻豆乱淫一区二区| 国产午夜精品一二区理论片| 国产极品天堂在线| 免费大片18禁| 嘟嘟电影网在线观看| 国产成人一区二区在线| 亚洲成人中文字幕在线播放| 女人十人毛片免费观看3o分钟| 国产v大片淫在线免费观看| 欧美日韩国产亚洲二区| 日韩人妻高清精品专区| 国产黄a三级三级三级人| 99久国产av精品国产电影| 老女人水多毛片| 国产av码专区亚洲av| 美女国产视频在线观看| 亚洲婷婷狠狠爱综合网| 久久久精品大字幕| 亚洲中文字幕一区二区三区有码在线看| 亚洲av中文av极速乱| 热99在线观看视频| 爱豆传媒免费全集在线观看| АⅤ资源中文在线天堂| 欧美性猛交黑人性爽| 一夜夜www| 亚洲精品国产av成人精品| 国产美女午夜福利| 欧美丝袜亚洲另类| 欧美极品一区二区三区四区| 亚洲在线观看片| 亚洲无线观看免费| 九九在线视频观看精品| 久久久亚洲精品成人影院| av国产免费在线观看| 欧美一区二区国产精品久久精品| 最近的中文字幕免费完整| 日韩一区二区视频免费看| 欧美一区二区精品小视频在线| 九色成人免费人妻av| 一本久久精品| 久99久视频精品免费| 嘟嘟电影网在线观看| 国产一级毛片在线| 成年av动漫网址| 国产v大片淫在线免费观看| 十八禁国产超污无遮挡网站| 国产精品不卡视频一区二区| av天堂中文字幕网| 国产爱豆传媒在线观看| 亚洲国产精品sss在线观看| 国产成人免费观看mmmm| 丰满乱子伦码专区| 久久6这里有精品| 久久久国产成人免费| 成人二区视频| 国产探花在线观看一区二区| 夫妻性生交免费视频一级片| 精品人妻偷拍中文字幕| 一级毛片久久久久久久久女| 精品人妻一区二区三区麻豆| 亚洲国产高清在线一区二区三| 国产精品国产三级国产av玫瑰| av国产久精品久网站免费入址| 日韩一区二区三区影片| 欧美97在线视频| 天堂av国产一区二区熟女人妻| 天堂av国产一区二区熟女人妻| 女人久久www免费人成看片 | 国产精品久久久久久av不卡| 人妻少妇偷人精品九色| 成人亚洲精品av一区二区| 欧美一级a爱片免费观看看| 国产伦一二天堂av在线观看| 熟女电影av网| 亚洲真实伦在线观看| 爱豆传媒免费全集在线观看| 91精品伊人久久大香线蕉| 人妻系列 视频| 国产精品电影一区二区三区| 中文欧美无线码| 欧美成人a在线观看| 国产一区有黄有色的免费视频 | 亚洲精品自拍成人| 嫩草影院新地址| 亚洲欧美精品综合久久99| 大又大粗又爽又黄少妇毛片口| 国产伦在线观看视频一区| 伊人久久精品亚洲午夜| 人体艺术视频欧美日本| 成人毛片a级毛片在线播放| 97人妻精品一区二区三区麻豆| 国产精品一及| 超碰av人人做人人爽久久| 亚洲最大成人手机在线| 久久精品国产99精品国产亚洲性色| 尤物成人国产欧美一区二区三区| 国产伦精品一区二区三区四那| .国产精品久久| 日韩欧美精品v在线| 亚洲精品色激情综合| 一区二区三区乱码不卡18| 国产在视频线在精品| 我的老师免费观看完整版| 色哟哟·www| 久久久久性生活片| 免费av不卡在线播放| 在线免费观看的www视频| 水蜜桃什么品种好| 国产毛片a区久久久久| 亚洲av男天堂| 人妻系列 视频| 国产成人freesex在线| 热99在线观看视频| 国产精品一区www在线观看| 麻豆成人av视频| av国产免费在线观看| 一级毛片久久久久久久久女| 中文字幕人妻熟人妻熟丝袜美| 国产一级毛片七仙女欲春2| 色综合站精品国产| 内地一区二区视频在线| 1000部很黄的大片| 亚洲精品影视一区二区三区av| 十八禁国产超污无遮挡网站| 免费看a级黄色片| 最近视频中文字幕2019在线8| 在线免费十八禁| av在线老鸭窝| 亚洲成av人片在线播放无| 白带黄色成豆腐渣| 国产爱豆传媒在线观看| 国产精品国产三级国产av玫瑰| 一个人免费在线观看电影| 国产片特级美女逼逼视频| 欧美3d第一页| 国产精品麻豆人妻色哟哟久久 | 久久亚洲国产成人精品v| 亚洲自拍偷在线| 男女视频在线观看网站免费| 免费一级毛片在线播放高清视频| 久久精品夜夜夜夜夜久久蜜豆| 成人无遮挡网站| 欧美潮喷喷水| 国产 一区精品| 国产精品久久久久久av不卡| 国产精品不卡视频一区二区| 日韩欧美三级三区| 国产精品蜜桃在线观看| 国产高潮美女av| 青青草视频在线视频观看| 欧美极品一区二区三区四区| 日本免费一区二区三区高清不卡| 色播亚洲综合网| 大又大粗又爽又黄少妇毛片口| 中文欧美无线码| 国模一区二区三区四区视频| 天天一区二区日本电影三级| 国产精品日韩av在线免费观看| 久久草成人影院| 色网站视频免费| 国产亚洲午夜精品一区二区久久 | 老司机影院成人| 成人av在线播放网站| 久久久亚洲精品成人影院| 日日撸夜夜添| 欧美一区二区亚洲| 国产片特级美女逼逼视频| 午夜福利在线观看免费完整高清在| 我的女老师完整版在线观看| 晚上一个人看的免费电影| av在线蜜桃| 日韩av在线大香蕉| 国产成人一区二区在线| 国产亚洲午夜精品一区二区久久 | 永久网站在线| 国产一区二区在线观看日韩| 最近视频中文字幕2019在线8| 男插女下体视频免费在线播放| 色尼玛亚洲综合影院| 成人亚洲欧美一区二区av| 色吧在线观看| 亚洲av免费高清在线观看| 成人综合一区亚洲| 寂寞人妻少妇视频99o| 亚洲18禁久久av| 久久久色成人| 99久久精品一区二区三区| 国内少妇人妻偷人精品xxx网站| 丰满乱子伦码专区| 干丝袜人妻中文字幕| 不卡视频在线观看欧美| 精品午夜福利在线看| 男人狂女人下面高潮的视频| 久久久亚洲精品成人影院| 亚洲国产最新在线播放| 亚洲色图av天堂| 成人特级av手机在线观看| videos熟女内射| 免费看a级黄色片| 日本欧美国产在线视频| .国产精品久久| 免费看美女性在线毛片视频| 又黄又爽又刺激的免费视频.| 亚洲欧美日韩无卡精品| 久久久久性生活片| 亚洲激情五月婷婷啪啪| 亚洲欧美日韩高清专用| 久久鲁丝午夜福利片| 国产国拍精品亚洲av在线观看| 日本三级黄在线观看| 日韩av不卡免费在线播放| 欧美xxxx黑人xx丫x性爽| 欧美日本视频| 一边亲一边摸免费视频| 观看免费一级毛片| 亚洲综合色惰| 亚洲av不卡在线观看| 国产乱人视频| 亚洲婷婷狠狠爱综合网| 久久久久国产网址| 听说在线观看完整版免费高清| 欧美一级a爱片免费观看看| 欧美日韩精品成人综合77777| 在线免费十八禁| 精品国产一区二区三区久久久樱花 | 亚洲欧美日韩卡通动漫| 免费一级毛片在线播放高清视频| 亚洲精品色激情综合| 欧美高清性xxxxhd video| 日韩精品青青久久久久久| 国产精品久久久久久av不卡| 国产毛片a区久久久久| 久久精品综合一区二区三区| 国产成人a区在线观看| 91aial.com中文字幕在线观看| 国内精品宾馆在线| 三级经典国产精品| 色播亚洲综合网| 久久亚洲国产成人精品v| 亚洲av中文av极速乱| 久久久色成人| 人体艺术视频欧美日本| 亚洲高清免费不卡视频| 色综合色国产| 观看美女的网站| 欧美高清成人免费视频www| 国产高清视频在线观看网站| 国产乱人偷精品视频| 日韩欧美精品v在线| 国产精品一区www在线观看| 欧美区成人在线视频| 狠狠狠狠99中文字幕| 99久久精品一区二区三区| 高清日韩中文字幕在线| 成年av动漫网址| 国产真实伦视频高清在线观看| 久久久国产成人免费| 国产精品国产高清国产av| 91久久精品国产一区二区三区| 亚洲美女搞黄在线观看| 免费观看a级毛片全部| 日本欧美国产在线视频| 国产亚洲精品av在线| 欧美变态另类bdsm刘玥| 欧美高清性xxxxhd video| 免费人成在线观看视频色| 日韩,欧美,国产一区二区三区 | 亚洲内射少妇av| 国产精华一区二区三区| 联通29元200g的流量卡| 午夜日本视频在线| 国产黄片视频在线免费观看| 精品人妻一区二区三区麻豆| 两个人的视频大全免费| 最近视频中文字幕2019在线8| 蜜桃久久精品国产亚洲av| 日本熟妇午夜| av又黄又爽大尺度在线免费看 | 97超碰精品成人国产| 日本色播在线视频| 一边摸一边抽搐一进一小说| 国产激情偷乱视频一区二区| 久久久久精品久久久久真实原创| 日韩欧美精品免费久久| 亚洲欧美成人精品一区二区| 日韩三级伦理在线观看| 日韩视频在线欧美| 国产成年人精品一区二区| 干丝袜人妻中文字幕| 亚洲成人av在线免费| 国国产精品蜜臀av免费| 99热全是精品| 久久鲁丝午夜福利片| 免费电影在线观看免费观看| 精品人妻熟女av久视频| 尾随美女入室| 国产精品av视频在线免费观看| 国产精品一区www在线观看| 亚洲在久久综合| 亚洲熟妇中文字幕五十中出| 久久久久性生活片| av天堂中文字幕网| 一边亲一边摸免费视频| 国产精品蜜桃在线观看| 免费观看在线日韩| 深爱激情五月婷婷| 国产综合懂色| 久久欧美精品欧美久久欧美| 欧美成人a在线观看| 91精品一卡2卡3卡4卡| 七月丁香在线播放| 国产黄色视频一区二区在线观看 | 久久草成人影院| 国产精品99久久久久久久久| 在线观看一区二区三区| 午夜福利在线观看吧| 国产在线一区二区三区精 | 青春草亚洲视频在线观看| 乱码一卡2卡4卡精品| 2022亚洲国产成人精品| 久久午夜福利片| 少妇的逼水好多| 热99在线观看视频| 非洲黑人性xxxx精品又粗又长| 人人妻人人澡人人爽人人夜夜 | 热99在线观看视频| 久久精品国产亚洲网站| 欧美区成人在线视频| 乱人视频在线观看| 中文在线观看免费www的网站| 人人妻人人澡欧美一区二区| 精品久久久久久久末码| 国产在线男女| 久久人人爽人人爽人人片va| av专区在线播放| 国产成人福利小说| 国产精品电影一区二区三区| 一级毛片电影观看 | 久久人人爽人人爽人人片va| 成人欧美大片| 成人漫画全彩无遮挡| 亚洲人成网站在线观看播放| 一级二级三级毛片免费看| 特级一级黄色大片| 视频中文字幕在线观看| 国内精品一区二区在线观看| 成人无遮挡网站| 美女脱内裤让男人舔精品视频| 男插女下体视频免费在线播放| 亚洲中文字幕日韩| 国产老妇伦熟女老妇高清| 国内精品美女久久久久久| 午夜福利视频1000在线观看| 国产一级毛片七仙女欲春2| 国产淫片久久久久久久久| 一区二区三区高清视频在线| 国产精品国产三级国产专区5o | 亚洲不卡免费看| 日韩精品有码人妻一区| 天堂影院成人在线观看| 九色成人免费人妻av| 日韩一区二区视频免费看| 久久久久久国产a免费观看| 亚洲欧美成人精品一区二区| 一夜夜www| 白带黄色成豆腐渣| 插阴视频在线观看视频| 午夜福利高清视频| 青春草国产在线视频| 只有这里有精品99| 晚上一个人看的免费电影| 最新中文字幕久久久久| 日本一本二区三区精品| 国产一区二区在线av高清观看| 赤兔流量卡办理| 超碰av人人做人人爽久久| 不卡视频在线观看欧美| 亚洲国产最新在线播放| av在线蜜桃| 国产精品美女特级片免费视频播放器| 国产亚洲5aaaaa淫片| 女人被狂操c到高潮| 午夜a级毛片| 亚洲精品乱码久久久v下载方式| 亚洲欧美成人综合另类久久久 | av在线天堂中文字幕| 日韩国内少妇激情av| 少妇猛男粗大的猛烈进出视频 | 亚洲性久久影院| 少妇裸体淫交视频免费看高清| 白带黄色成豆腐渣| 毛片女人毛片| 日产精品乱码卡一卡2卡三| 成人二区视频| 99热网站在线观看| 啦啦啦韩国在线观看视频| 我要看日韩黄色一级片| 国产探花极品一区二区| 国产成人a∨麻豆精品| 亚洲第一区二区三区不卡| 男人和女人高潮做爰伦理| 久久热精品热| 韩国高清视频一区二区三区| 国产精品一区二区三区四区免费观看| av在线播放精品| 波野结衣二区三区在线| 青春草亚洲视频在线观看| 亚洲丝袜综合中文字幕| 色吧在线观看| 亚洲国产精品国产精品| 美女大奶头视频| 免费黄色在线免费观看| 永久网站在线| 在线免费观看不下载黄p国产| 97人妻精品一区二区三区麻豆| 欧美成人午夜免费资源| 99久久中文字幕三级久久日本| 成人欧美大片| 国产黄色小视频在线观看| 三级经典国产精品| 男人和女人高潮做爰伦理| 精品国产露脸久久av麻豆 | 成人鲁丝片一二三区免费| av国产免费在线观看| av黄色大香蕉| 亚洲国产欧美人成| 国产伦一二天堂av在线观看| 亚洲欧美日韩卡通动漫| 免费观看在线日韩| 久久99热6这里只有精品| 亚洲精品成人久久久久久| 晚上一个人看的免费电影| 日韩大片免费观看网站 | 高清日韩中文字幕在线| 亚洲av中文字字幕乱码综合| 91在线精品国自产拍蜜月| 网址你懂的国产日韩在线| 亚洲四区av| 午夜福利在线在线| 久久精品国产鲁丝片午夜精品| 亚洲自偷自拍三级| av黄色大香蕉| 久久精品综合一区二区三区| 99久久九九国产精品国产免费| 日本一二三区视频观看| 欧美又色又爽又黄视频| 免费黄网站久久成人精品| 最近最新中文字幕免费大全7| 人人妻人人看人人澡| 嫩草影院新地址| 人体艺术视频欧美日本| 韩国av在线不卡| 午夜a级毛片| 啦啦啦韩国在线观看视频| 精品久久国产蜜桃| 日韩一区二区视频免费看| 免费不卡的大黄色大毛片视频在线观看 | 搡老妇女老女人老熟妇| 免费观看精品视频网站| 26uuu在线亚洲综合色| 日韩一区二区三区影片| 欧美三级亚洲精品| 99久国产av精品国产电影| 日本免费在线观看一区| 一边摸一边抽搐一进一小说| 九草在线视频观看| 观看美女的网站| 日韩欧美在线乱码| 日韩欧美三级三区| 国产成人一区二区在线| 丰满少妇做爰视频| 国产乱人视频| 99久久人妻综合| 99在线人妻在线中文字幕| 精品少妇黑人巨大在线播放 | 国产爱豆传媒在线观看| 如何舔出高潮| 免费不卡的大黄色大毛片视频在线观看 | 欧美人与善性xxx| 能在线免费看毛片的网站| 精品人妻偷拍中文字幕| 亚洲人成网站在线播| 国产精品三级大全| 伦理电影大哥的女人| 麻豆成人午夜福利视频| www日本黄色视频网| 成人美女网站在线观看视频| 少妇裸体淫交视频免费看高清| 成年女人看的毛片在线观看| 女人被狂操c到高潮| 国产一区亚洲一区在线观看| 伦精品一区二区三区| 亚洲最大成人手机在线| 日韩欧美精品v在线| 亚洲在线观看片| 国产高清有码在线观看视频| 日本-黄色视频高清免费观看| 婷婷色av中文字幕| 国产欧美另类精品又又久久亚洲欧美| 两性午夜刺激爽爽歪歪视频在线观看| 久久国内精品自在自线图片| 91aial.com中文字幕在线观看| 一级爰片在线观看| 一个人免费在线观看电影| 亚洲第一区二区三区不卡| 国产一级毛片在线| 又粗又硬又长又爽又黄的视频| 日本熟妇午夜| 1024手机看黄色片| 国产一区二区在线观看日韩| 国产精品电影一区二区三区| 毛片一级片免费看久久久久| 亚洲精品亚洲一区二区| 老师上课跳d突然被开到最大视频| 青春草亚洲视频在线观看| 你懂的网址亚洲精品在线观看 | 九九久久精品国产亚洲av麻豆| 国产精品电影一区二区三区| 卡戴珊不雅视频在线播放| 男人舔奶头视频| av黄色大香蕉| 一个人免费在线观看电影| 大话2 男鬼变身卡| 亚洲久久久久久中文字幕| 精品久久久久久久久av| 国产精品乱码一区二三区的特点| 国产老妇伦熟女老妇高清| 日韩中字成人| 看黄色毛片网站| 一边摸一边抽搐一进一小说| 欧美日韩在线观看h| 男女那种视频在线观看| 成人午夜高清在线视频| 纵有疾风起免费观看全集完整版 | 青春草视频在线免费观看| 日本av手机在线免费观看| 国产女主播在线喷水免费视频网站 | 高清毛片免费看| 国产精品爽爽va在线观看网站| 欧美日韩一区二区视频在线观看视频在线 | 午夜a级毛片| 亚洲人成网站在线观看播放| 男插女下体视频免费在线播放| 少妇人妻一区二区三区视频| 国产探花在线观看一区二区| 91精品伊人久久大香线蕉| 免费看a级黄色片| 亚洲在线自拍视频| 毛片一级片免费看久久久久| 日日啪夜夜撸| 日韩视频在线欧美| 男女视频在线观看网站免费| 久久99蜜桃精品久久| 黄色欧美视频在线观看| 性插视频无遮挡在线免费观看| 日韩av在线免费看完整版不卡| 精品人妻一区二区三区麻豆| 最近中文字幕高清免费大全6| 久久久久久九九精品二区国产| 国产综合懂色| 最近中文字幕高清免费大全6| 亚洲精品亚洲一区二区| 观看免费一级毛片| 国产免费视频播放在线视频 | 青青草视频在线视频观看|