买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浪潮智能终端有限公司

摘要：一种基于通用注意力机制ESP‑CA的人像抠图方法，涉及图像处理技术领域，构建的e‑ASPP‑a模块可以增强高级语义表示能力，提升人像分割效果，e‑ASPP‑a模块中的ESP‑CA模块可实现兼顾通道注意力和全局空间注意力的重要特征关注，提升神经网络特征提取的效率和质量，减少网络深度并显著提高人像抠图等任务的性能。ESP‑CA模块中精心设计的权重分配机制，有助于减少冗余的计算，提升模型的计算效率。

主权项：1.一种基于通用注意力机制ESP-CA的人像抠图方法，其特征在于，包括如下步骤：S1.获取O张包含全身人像和半身人像的图像作为前景图像，第i张前景图像为Fi，i∈{1,2,…,O}，获取N张背景图像，第j张背景图像为Bj，j∈{1,2,…,N}；S2.将O张前景图像中的人像进行抠图，得到O张Alpha遮罩图像，第i张遮罩图像为αi，i∈{1,2,...,O}，将O张前景图像与N张背景图像随机合成，得到O×N张合成图像构成的图像集合P，P＝{P1,P2,...,Pi,...,PO×N}，Pi为第i张合成图像，i∈{1,2,...,O×N}；S3.将图像集P划分为训练集、验证集、测试集；S4.将训练集中第i张合成图像Pi进行随机数据增强和预处理，得到预处理后的图像Pi′，i∈{1,2,...,O×N}，所有预处理后的图像构成图像集P′，P′＝{P1′,P2′,...,Pi′,...,PO×N′}；S5.构建MODNet-A模型，将第i张预处理后的图像Pi′输入到MODNet-A模型中，输出得到人像遮罩FMf；步骤S5包括如下步骤：S5-1.构建由MODNet模型S分支的Encoder编码器、e-ASPP-a模块构成的MODNet-A模型；S5-2.将第i张预处理后的图像Pi′输入到MODNet模型S分支的Encoder编码器中，输出得到Shallow特征FMlatent，为实数空间，c为通道数，h为特征FMlatent的高，w为特征FMlatent的宽；S5-3.将特征FMlatent输入到e-ASPP-a模块的第一卷积层中，输出得到特征FM1，S5-4.将特征FM1按照通道数c拆分为c4个分支，第i个分支为FM2-i，i∈{1,2,...,c4}，将第i个分支FM2-i分别输入到e-ASPP-a模块的M个空洞卷积层中，将M个空洞卷积层的输出结果进行拼接操作，得到特征FM3-n，S5-5.将特征FM3-n输入到e-ASPP-a模块的ESP-CA模块中，输出得到加权特征FM4-n，S5-6.将特征FM4-n输入到e-ASPP-a模块的第二卷积层中，输出得到深度可分离卷积的中间结果FM5-n，S5-7.将c4个分支的深度可分离卷积的中间结果进行拼接操作，得到特征FM6，S5-8.将特征FM6输入到e-ASPP-a模块的第三卷积层中，输出得到语义估计人像遮罩FMf；步骤S5-5包括如下步骤：S5-5-1.将FM3-n沿特征空间的x方向进行平均池化，得到特征FMx，将FM3-n沿特征空间的y方向进行平均池化，得到特征FMy，S5-5-2.将特征FMx进行宽高维度的倒置操作，得到倒置后的特征FMx′，将特征FMx′与特征FMy按照高纬度进行拼接操作后得到特征FMc1，S5-5-3.将特征FMc1的所有维度进行倒置操作，得到特征FMc2，S5-5-4.将特征FMc2输入到ESPBlock中，输出得到特征FMesp，S5-5-5.将特征FMesp的所有维度进行倒置操作后进行拆解，得到特征FMc3和特征FMc4，S5-5-6.通过公式FMmid＝FMc4⊙FM3-n计算得到特征FMmid，式中⊙为Hadamard乘积；S5-5-7.将特征FMmid进行全局平均池化操作，得到特征FMs-a，将特征FMmid进行全局最大池化操作，得到特征FMs-m，S5-5-8.将特征FMs-a输入到2层感知机sharedMLP中进行挤压激发操作，将挤压激发操作的结果输入到SiLU激活函数中，得到特征FMs1，将特征FMs-m输入到2层感知机sharedMLP中进行挤压激发操作，将挤压激发操作的结果输入到SiLU激活函数中，得到特征FMs2，S5-5-9.将特征FMs1与特征FMs2进行Hadamard乘积操作，得到加权特征FM4-n。

全文数据：

权利要求：

百度查询： 浪潮智能终端有限公司 一种基于通用注意力机制ESP-CA的人像抠图方法