基于多尺度網(wǎng)絡(luò)的苗繡繡片紋樣分割算法研究

陳世婕,王衛(wèi)星,彭 莉

(貴州大學(xué) 機(jī)械工程學(xué)院,貴州 貴陽 550025)

0 引 言

苗族是中國人口最多的少數(shù)民族之一,分布在貴州省不同地區(qū)。苗族的民族歷史大多記錄在刺繡圖案中,不僅可以作為裝飾,同時(shí)還具備記錄歷史的功能。苗族人民現(xiàn)在主要聚居在貴州省東南部,在這里可以找到豐富且具有特色的苗繡,因此對黔東南苗繡的研究具有代表性。同時(shí),苗繡作為非物質(zhì)文化遺產(chǎn),是中國少數(shù)民族服飾文化的重要組成部分,也是一種民族工藝品和紡織品[1],如圖1所示。

圖1 苗繡實(shí)例

但隨著經(jīng)濟(jì)社會(huì)的發(fā)展,人們愈發(fā)追求快節(jié)奏生活,外來文化對少數(shù)民族傳統(tǒng)文化產(chǎn)生了巨大影響。因此,苗繡的保存及發(fā)展也面臨挑戰(zhàn):一方面,傳統(tǒng)苗繡幾乎都是純手工制作,然而具備刺繡生產(chǎn)技能的一輩逐漸老去,同時(shí)年輕一代沒有充分的動(dòng)機(jī)學(xué)習(xí)苗繡技藝。另一方面,苗繡的制作流程相對復(fù)雜,從繡片選取到紋樣設(shè)計(jì)幾乎是純手工勞動(dòng)。相反,流水線生產(chǎn)制作簡單,性價(jià)比高,擠壓了傳統(tǒng)苗繡的售賣市場,因此對刺繡數(shù)字化保護(hù)進(jìn)行研究是必要的。受計(jì)算機(jī)視覺技術(shù)的啟發(fā),該文擬結(jié)合現(xiàn)代信息技術(shù)對苗繡資源進(jìn)行設(shè)計(jì)、存儲(chǔ)與傳承,既體現(xiàn)了苗繡的歷史特色,又結(jié)合了現(xiàn)代紋樣的創(chuàng)新。

目前,苗繡繡片紋樣的設(shè)計(jì)、挑選與分類主要由人工處理,這些任務(wù)較為繁瑣且需要耗費(fèi)大量人力、物力。隨著計(jì)算機(jī)性能的提升,凡是涉及圖像調(diào)整均可使用計(jì)算機(jī)進(jìn)行處理,但傳統(tǒng)計(jì)算機(jī)圖像處理有其不足之處,如邊緣檢測或線條檢測對噪聲敏感且難以掌握最佳閾值。為改善傳統(tǒng)方法的弊端,計(jì)算機(jī)也逐漸開始學(xué)習(xí)圖像特征。隨著深度學(xué)習(xí)技術(shù),特別是卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)在視覺應(yīng)用中取得了巨大成功,在醫(yī)療、教育、文化等領(lǐng)域得到了廣泛應(yīng)用。在醫(yī)療領(lǐng)域,Olaf等人提出U-net[2]用于解決生物醫(yī)學(xué)圖像分割的問題,同時(shí)也是首次提出將圖像語義分割技術(shù)應(yīng)用于醫(yī)學(xué)領(lǐng)域。在文化領(lǐng)域,賈小軍等人[3]提出一種基于神經(jīng)網(wǎng)絡(luò)的分類方法,用于構(gòu)建藍(lán)色花布紋理圖案的圖像元素。在紡織和服裝領(lǐng)域,吳歡等人[4]提出一種基于CNN模型的服裝廓形分類方法,該方法用于對女性褲子的輪廓進(jìn)行分類。

圖像深度學(xué)習(xí)在刺繡紋樣研究中也取得了相關(guān)成就。彭宇等人[5]綜述了實(shí)時(shí)語義分割的優(yōu)勢和限制,同時(shí)也提出面向快速語義分割方案。鄭銳等人[6]為解決刺繡風(fēng)格數(shù)字化缺少立體感和線條方向等問題,提出一種基于深度學(xué)習(xí)的風(fēng)格遷移方法,采用語義分割網(wǎng)絡(luò)對圖像輪廓進(jìn)行提取。Gatys等人[7]提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的自然紋理參數(shù)化模型,紋理合成的質(zhì)量和方法較以往有了實(shí)質(zhì)性改進(jìn)。Luan等人[8]提出在風(fēng)格遷移過程中添加引導(dǎo)圖以避免圖像內(nèi)容難以匹配等問題。王禹君等人[9]提出基于空間領(lǐng)域的模糊均值算法用于處理少數(shù)民族刺繡紋樣分割任務(wù)。通過以上分析,提取豐富圖像信息是高質(zhì)量語義分割的關(guān)鍵。為此,有關(guān)學(xué)者提出了擴(kuò)張卷積,該方法可以在不降低空間分辨率下擴(kuò)大圖像感受野。DeepLab[10]和PSPNet[11]通過捕獲多尺度空間信息實(shí)現(xiàn)高效圖像分割。RefineNet[12]提出多路徑細(xì)化模塊,增強(qiáng)了圖像特征信息的提取。Deeplab v3+[13]將擴(kuò)張卷積和空間金字塔池化集成到網(wǎng)絡(luò)中進(jìn)一步提高分割效率。

綜上所述,將圖像語義分割方法用于苗繡繡片紋樣的提取,讓網(wǎng)絡(luò)理解圖像中的語義信息并提煉出別具一格的苗繡紋樣值得研究。因此,該文提出一種基于深度學(xué)習(xí)語義分割框架用于提取苗繡繡片紋樣的輪廓,主要貢獻(xiàn)有:(1)將苗繡文化與圖形圖像識(shí)別技術(shù)有機(jī)結(jié)合;(2)為彌補(bǔ)相關(guān)苗繡繡片紋樣數(shù)據(jù)的稀少,提出并構(gòu)建了苗繡繡片數(shù)據(jù)庫,同時(shí)對其進(jìn)行分類和分割的標(biāo)注[14];(3)針對傳統(tǒng)圖像處理提取刺繡紋樣輪廓不連續(xù)、易丟失以及誤分割等現(xiàn)象,提出一種多尺度深度學(xué)習(xí)網(wǎng)絡(luò)。據(jù)筆者了解,很少有將深度學(xué)習(xí)模型應(yīng)用于苗繡繡片紋樣提取的研究,因此,文中工作在苗繡數(shù)字化保護(hù)中具有明顯意義。

1 苗繡繡片數(shù)據(jù)庫構(gòu)建

為了深入研究苗繡繡片紋樣,進(jìn)一步保護(hù)非物質(zhì)文化遺產(chǎn),通過實(shí)地調(diào)查對收集到的圖像進(jìn)行數(shù)據(jù)庫的構(gòu)建。

在收集圖像樣本的過程中,分別從當(dāng)?shù)夭┪镳^、手工作坊以及紋樣設(shè)計(jì)公司獲取苗繡紋樣樣本,基于相關(guān)數(shù)據(jù)和知識(shí)共收集3 600幅苗繡繡片紋樣建立數(shù)據(jù)庫,用于開展不同類型的研究。據(jù)筆者了解,這是第一個(gè)僅以苗繡繡片紋樣為主的圖像數(shù)據(jù)庫。分類標(biāo)準(zhǔn)主要以線條類型、紋樣大小、物體類型為主,每幅圖像均進(jìn)行了類別標(biāo)注以及用于語義分割的輪廓標(biāo)注。已建立苗繡數(shù)據(jù)庫的一些示例,如圖2所示。

圖2 自建苗繡繡片圖像數(shù)據(jù)庫部分示例

2 基于多尺度網(wǎng)絡(luò)的繡片紋樣語義分割

本節(jié)主要介紹圖像語義分割的多尺度網(wǎng)絡(luò)(MSNet)。首先,闡述網(wǎng)絡(luò)的主要模塊并分析相對于其他網(wǎng)絡(luò)框架的優(yōu)勢;其次,描述MSNet的體系結(jié)構(gòu);最后,表明該網(wǎng)絡(luò)目的在于改善語義分割任務(wù)中出現(xiàn)的信息“丟失”、錯(cuò)誤分割以及遺漏分割等問題。

通常,帶有尺度特征提取的卷積神經(jīng)網(wǎng)絡(luò)是一個(gè)分層結(jié)構(gòu)。它由堆疊的卷積層組成,可選項(xiàng)是歸一化層、池化層以及損失函數(shù)。卷積層通過線性卷積濾波器和非線性激活函數(shù)生成特征圖(Feature Map),然后將特征圖饋送至損失函數(shù)中進(jìn)行優(yōu)化。卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練包括兩個(gè)階段:前向階段和反向階段。前一階段用每層中的參數(shù)(權(quán)重和偏置)表示輸入圖像,最后一層的輸出用于計(jì)算具有真值標(biāo)簽(Ground-Truth Label)的損失函數(shù)。同時(shí)采用鏈?zhǔn)椒▌t用于反向傳播更新梯度,并為下一次正向計(jì)算做好準(zhǔn)備。

2.1 MSNet架構(gòu)

網(wǎng)絡(luò)架構(gòu)如圖3(a)所示,采用類似U-net[2]網(wǎng)絡(luò)的編碼器-解碼器架構(gòu)且圖像尺寸的縮放倍率為16。編碼器部分包含特征金字塔下的采樣操作,主要用于提取圖像特征;解碼器部分采用上采樣雙線性插值用于恢復(fù)圖像的尺寸。其中每個(gè)特征提取層均包含多尺度特征提取步驟,同時(shí)采用跳躍連接[15]維持編碼器和解碼器之間的特征關(guān)系。

圖3 MSNet整體流程

2.2 MSNet網(wǎng)絡(luò)細(xì)節(jié)

網(wǎng)絡(luò)架構(gòu)由四個(gè)模塊組成:多尺度模塊(Multi-Scale Block,MSB)、多尺度編碼器(Multi-Scale Encoder,MSE)、多尺度解碼器(Multi-Scale Decoder,MSD)以及語義分割頭(Semantic-Head,SH)。同時(shí),為了進(jìn)一步利用空間線索,在編碼器和解碼器之間疊加一系列跳躍連接來進(jìn)行特征融合。模塊詳細(xì)分析如下:

多尺度模塊(Multi-Scale Block,MSB):如圖3(b)所示,圖像語義分割的一個(gè)關(guān)鍵問題是如何提取上下文信息。因此有必要利用不同尺寸的卷積核獲取全局信息。在該模塊中將不同卷積核的輸出依次疊加并通過1×1,3×3以及擴(kuò)張比率分別為1和2的卷積核,最后采用跳躍連接進(jìn)行融合,其中通道數(shù)變化為(5,32)→(32,64) →(64,64)。

多尺度編碼器(Multi-Scale Encoder,MSE):該模塊用于提取不同尺度的特征,采用順序堆疊+跳躍連接的形式,下采樣階段采用全局平均池化用來避免卷積操作帶來的額外開銷。消融實(shí)驗(yàn)表明,該步驟對最終的MIoU幾乎無影響。因此在該類條件下,特征圖像的通道數(shù)變化為 (64→128→256→512),尺寸變化為(224,224)→(14,14)。

多尺度解碼器(Multi-Scale Decoder,MSE):與上采樣操作和轉(zhuǎn)置卷積相比,采用多尺度特征+雙線性插值構(gòu)建解碼器部分。主要原因有:(1)上采樣忽略了“參數(shù)”可學(xué)習(xí)因素,最終結(jié)果可能會(huì)降低分割精度。相反,文中方法具有無參數(shù)學(xué)習(xí)以及訓(xùn)練速度快的優(yōu)點(diǎn);(2)轉(zhuǎn)置卷積包含可學(xué)習(xí)因素,但難以保證與編碼器信息的對齊。因此,該文采用多尺度特征+雙線性插值替換常規(guī)轉(zhuǎn)置卷積步驟,并在消融實(shí)驗(yàn)中驗(yàn)證該步驟的合理性。

3 損失函數(shù)

從實(shí)際情況和數(shù)據(jù)集分析可知,采用損失函數(shù)的標(biāo)準(zhǔn)是提高神經(jīng)網(wǎng)絡(luò)的泛化能力,其中需要解決的問題包括:(1)圖像物體邊界分割模糊;(2)如何緩解場景中的類別失衡;(3)如何更好地優(yōu)化交并比(MIoU)。對于上述問題,使用損失函數(shù)的組合來監(jiān)督模型訓(xùn)練,主要包括交叉熵?fù)p失Lwce,Lova ′sz-Softmax損失以及邊界損失Lbd。在語義分割任務(wù)中,二維圖像主要存在語義分割時(shí)物體邊界模糊的問題。因此,定義邊界損失Lbd為:

(1)

Pc、Rc對于類別C,預(yù)測的邊界特征ybd相對于真實(shí)標(biāo)簽ygt的精度和召回率。因此,邊界可定義為:

(2)

pool(·):大小為θ0的滑動(dòng)窗口上的最大池化操作。

為了解決類別標(biāo)簽不平衡問題,通過類別出現(xiàn)頻率開方的倒數(shù)來制定權(quán)重Softmax交叉熵?fù)p失函數(shù):

(3)

(4)

L=w1·Lls+w2·Lwce+w3·Lbd

(5)

w1,w2,w3:表示不同損失函數(shù)的權(quán)重,這些參數(shù)的組合形式將會(huì)在消融實(shí)驗(yàn)中展示。

4 實(shí) 驗(yàn)

4.1 實(shí)驗(yàn)配置

為保證實(shí)驗(yàn)的有效性和公平性,分別在公共數(shù)據(jù)集PASCAL VOC 2012數(shù)據(jù)集(http://host.robots.ox.ac.uk/pascal/VOC/voc2012/)和苗繡繡片自建數(shù)據(jù)庫中進(jìn)行實(shí)驗(yàn),主要用于驗(yàn)證模型的魯棒性和泛化能力。

數(shù)據(jù)集:實(shí)驗(yàn)選用數(shù)據(jù)集I是PASCAL VOC 2012的語義分割部分。該數(shù)據(jù)集作為公開的基準(zhǔn)數(shù)據(jù)集,主要用于驗(yàn)證圖像分類、檢測與語義分割等主流計(jì)算機(jī)視覺任務(wù),同時(shí)提供完善的指標(biāo)對比方式。該數(shù)據(jù)集包含1個(gè)背景類別和20個(gè)物體對象類別,其中包含1 456張測試用例、1 464組訓(xùn)練用例以及1 449組驗(yàn)證用例。為了獲取更多可用訓(xùn)練數(shù)據(jù),本實(shí)驗(yàn)依據(jù)數(shù)據(jù)增強(qiáng)方法額外生成8 000組訓(xùn)練數(shù)據(jù);數(shù)據(jù)集II是自建的苗繡繡片數(shù)據(jù)庫,共包含3 600張苗繡繡片紋樣且采用數(shù)據(jù)增強(qiáng)進(jìn)行擴(kuò)充。但相較PASCAL VOC 2012數(shù)據(jù)集來說,自建基礎(chǔ)數(shù)據(jù)體量不充分,因此僅按照9∶1劃分訓(xùn)練用例和測試用例,不采用驗(yàn)證用例,該策略主要針對小型數(shù)據(jù)集,其目的是為了保證充分的訓(xùn)練用例。

數(shù)據(jù)增強(qiáng):數(shù)據(jù)增強(qiáng)作為一種重要的機(jī)器學(xué)習(xí)方法,在基于已有的訓(xùn)練樣本數(shù)據(jù)下來生成更多的訓(xùn)練數(shù)據(jù),目的是為了使擴(kuò)增的訓(xùn)練數(shù)據(jù)盡可能接近真實(shí)分布的數(shù)據(jù),從而提高檢測精度。實(shí)驗(yàn)中對輸入圖像做隨機(jī)水平翻轉(zhuǎn)、隨機(jī)旋轉(zhuǎn)以及隨機(jī)縮放等數(shù)據(jù)增強(qiáng)操作。其中,以DeiT[16]為基準(zhǔn),設(shè)置隨機(jī)水平翻轉(zhuǎn)的概率為0.5,隨機(jī)縮放比例的范圍為[0.5,3],隨機(jī)旋轉(zhuǎn)范圍為[-15°,15°]。該數(shù)據(jù)增強(qiáng)準(zhǔn)則目前被廣泛用于圖像深度學(xué)習(xí)中,實(shí)驗(yàn)中對比模型均以此為前置條件,以保證預(yù)測結(jié)果的公平性。

實(shí)驗(yàn)配置:本實(shí)驗(yàn)選用設(shè)備CPU為Intel(R)Core(TM)i5-9300H CPU @ 2.40 GHz,GPU NVIDIA Geforce GTX 2080Ti;所用操作系統(tǒng)為UBUNTU,網(wǎng)絡(luò)框架為Pytorch 1.7。

評價(jià)指標(biāo):本次實(shí)驗(yàn)采用的評估指標(biāo)I為MIoU,該指標(biāo)主要是先計(jì)算每種類別真實(shí)標(biāo)簽和預(yù)測標(biāo)簽的兩個(gè)對應(yīng)像素點(diǎn)集合的交并比,然后在所有類別上取平均值。該指標(biāo)的取值為概率形式,因此設(shè)定范圍為[0,1]。其中交并比越大說明圖像的分割越精準(zhǔn),該指標(biāo)的計(jì)算公式如下:

(6)

k:表示數(shù)據(jù)集中的類別標(biāo)簽總數(shù);pii:表示第i類標(biāo)簽被分配到第i類類別的像素?cái)?shù)量;pij:表示第i類標(biāo)簽被分配到第j類類別的像素?cái)?shù)量,即將i類別預(yù)測為j類別;pji:表示將所有的j類別預(yù)測為i類標(biāo)簽的像素?cái)?shù)量。評價(jià)指標(biāo)II為模型推理速度和模型參數(shù)量。主要用于評估模型的遷移特性和泛化能力。

訓(xùn)練策略:訓(xùn)練策略即正則化方法,由于神經(jīng)網(wǎng)絡(luò)較為復(fù)雜且擬合能力強(qiáng),很容易在訓(xùn)練數(shù)據(jù)上產(chǎn)生過擬合。因此在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)需要通過一定的正則化方法來改進(jìn)網(wǎng)絡(luò)的泛化能力。該實(shí)驗(yàn)以全景分割方法Panoptic segformer[17]為基準(zhǔn)設(shè)置訓(xùn)練策略,使用隨機(jī)梯度下降(Stochastic Gradient Descent,SGD)算法,權(quán)重衰減為0.000 1,基礎(chǔ)學(xué)習(xí)率為0.1,動(dòng)量為0.9,訓(xùn)練迭代次數(shù)為300,實(shí)驗(yàn)涉及的模型均采用該訓(xùn)練策略。

4.2 不同模型對比分析

在PASCAL VOC 2012數(shù)據(jù)集上進(jìn)行相關(guān)實(shí)驗(yàn),主要從兩方面闡述:(1)與不同的語義分割框架對比,包括PSPNet[11]、FCN[18]、DeepLab[10,13]系列框架等,如表1所示;(2)從模型的推理速度和模型參數(shù)上進(jìn)行對比。

表1 圖像語義分割模型精度對比

由表1和圖4可知,文中方法(MSNet)的MIoU相比于FCN提高了14.84百分點(diǎn),提升幅度相對較大的原因是FCN[18]作為首個(gè)語義分割框架,在目前看來仍有許多可以優(yōu)化的技術(shù),由于FCN解碼器中特征融合的方式較為單一,所以相比現(xiàn)代語義分割方法來說精度最低。相比于近期主流框架DANet[19]、PSPNet[11]以及DeepLab V3+[10,13]分別提高了2.38百分點(diǎn)、4.78百分點(diǎn)以及2.2百分點(diǎn)。同時(shí),MSNet在訓(xùn)練數(shù)據(jù)上的損失值變化曲線如圖4(b)所示,在前期損失值快速下降,最終穩(wěn)定在0.03區(qū)間范圍,從而體現(xiàn)了網(wǎng)絡(luò)可以準(zhǔn)確、快速地尋找到梯度下降的方向。

(a)模型分割精度結(jié)果對比

(b)MSNet網(wǎng)絡(luò)損失值變化圖4 模型訓(xùn)練及精度指標(biāo)對比

文中方法的優(yōu)勢主要體現(xiàn)在提出的多尺度特征提取模塊,由于感受野在每一階段都會(huì)做出相應(yīng)的擴(kuò)大,從而可以更好地提取特征。這同時(shí)也表明了在同一階段,局部信息與全局信息的融合對模型性能的提升有很大的幫助,相關(guān)實(shí)驗(yàn)展示如圖5所示。

圖5 模型訓(xùn)練及精度指標(biāo)對比

如圖5(b)所示,在自建苗繡數(shù)據(jù)庫上進(jìn)行紋樣語義分割測試,對比框架為DeepLab V3+和HRNet。實(shí)驗(yàn)結(jié)果表明,MSNet在提取紋樣邊界上明顯優(yōu)于前者,同時(shí)誤匹配、誤分類現(xiàn)象也相對降低。實(shí)驗(yàn)結(jié)果可知,MSNet在面對顏色相近紋樣時(shí)可以更好地提取邊界特征。

表2展示了相同實(shí)驗(yàn)條件下不同模型推理速度和參數(shù)量的對比。MSNet在模型參數(shù)量上相較FCN增加了32.5百分點(diǎn),但精度提升了14.84百分點(diǎn)。DeepLab V3+的MIoU指標(biāo)與MSNet基本一致,但參數(shù)量增加了39.4百分點(diǎn),在后期推理速度上明顯低于文中方法。由此可知,MSNet可以更好地遷移至嵌入式平臺(tái)。

表2 推理速度和模型參數(shù)分割結(jié)果對比

浮點(diǎn)運(yùn)算(Floating Point Operation Per Second,FLOPs)是衡量神經(jīng)網(wǎng)絡(luò)效率的度量標(biāo)準(zhǔn)之一,表2比較了MSNet與不同模型的FLOPs運(yùn)算量。對于相同運(yùn)算量的FLOPs,MSNet在模型參數(shù)量以及運(yùn)算速度上有著明顯優(yōu)勢。但同樣需要注意的是,浮點(diǎn)運(yùn)算并非完全代表模型的效率,因?yàn)樵撝笜?biāo)并未考慮與網(wǎng)絡(luò)推理相關(guān)的因素,如內(nèi)存訪問、并行特性和平臺(tái)特性。

4.3 消融實(shí)驗(yàn)

為了驗(yàn)證不同模塊的作用,進(jìn)行了一系列消融實(shí)驗(yàn),包括模型參數(shù)、FLOPs(浮點(diǎn)運(yùn)算)、損失函數(shù)的分配比、解碼器選擇以及訓(xùn)練策略的對比,同時(shí)從常用的雙線性插值上采樣方式逐步擴(kuò)展到當(dāng)前模型,以增量式消融實(shí)驗(yàn)來驗(yàn)證模型性能。

表3 圖像語義分割方法參數(shù)量對比 (Decoders:解碼器)

上采樣模型堆疊:為驗(yàn)證網(wǎng)絡(luò)特性,將解碼器部分替換為雙線性插值上采樣步驟,并逐步替換該文所提的多尺度方法,主要階段有:5C+BI(5C:卷積下采樣,BI:雙線性插值上采樣);增量模式同時(shí)包括:(4C+M+BI),(3C+2M+BI),(2C+3M+BI),(C+4M+BI)和(5M+BI),其中M表示多尺度模塊,結(jié)果如表3所示。

損失函數(shù)組合比例:損失函數(shù)的選擇同樣會(huì)影響網(wǎng)絡(luò)的性能,該文選擇的損失函數(shù)組合為:w1·Lls+w2·Lwce+w3·Lbd。首先,僅采用Lls和Lwce損失函數(shù)組合,但是在進(jìn)行大量實(shí)驗(yàn)之后發(fā)現(xiàn)邊界損失的比例也會(huì)明顯影響最終的平均交并比,如表4所示。

表4 損失函數(shù)系數(shù)比率對比

5 結(jié)束語

圖像語義分割任務(wù)是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn),相較于傳統(tǒng)圖形學(xué),語義分割在提取物體輪廓上有著更大優(yōu)勢。該文首先建立了一個(gè)苗繡繡片紋樣的圖像數(shù)據(jù)庫,并為每個(gè)圖像手動(dòng)分配一個(gè)準(zhǔn)確的苗繡類別標(biāo)簽。然后,在基于公共數(shù)據(jù)庫和自建數(shù)據(jù)庫的基礎(chǔ)上提出了一種基于深度學(xué)習(xí)的多尺度語義分割方法,可以有效彌補(bǔ)通用框架在此類問題上的缺陷,例如繡片紋樣輪廓錯(cuò)誤分割、遺漏分割等。實(shí)驗(yàn)結(jié)果表明,模型不僅能對邊界特征進(jìn)行高效提取,還在精度與速度之間取得平衡。此外,從文中方法的有效性上表明,將深度學(xué)習(xí)與傳統(tǒng)繡片特色相結(jié)合是一種比較有意義的方式。因此,在未來的工作中,會(huì)繼續(xù)探索與多尺度特征融合相關(guān)的網(wǎng)絡(luò)及觸發(fā)點(diǎn),同時(shí)結(jié)合風(fēng)格遷移對苗繡繡片紋樣的再設(shè)計(jì)做出更多研究。