期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
改进DeepLabV3+模型在壁画分割中的应用 被引量:7
1
作者 曹建芳 田晓东 +1 位作者 贾一鸣 闫敏敏 《计算机应用》 CSCD 北大核心 2021年第5期1471-1476,共6页
针对古代壁画图像分割过程中出现的目标边界模糊、图像分割效率低等问题,提出一种融合轻量级卷积神经网络的多分类图像分割模型MC-DM,该模型将DeepLabV3+结构和MobileNetV2相结合,利用DeepLabV3+特有的空间金字塔结构对壁画的卷积特征... 针对古代壁画图像分割过程中出现的目标边界模糊、图像分割效率低等问题,提出一种融合轻量级卷积神经网络的多分类图像分割模型MC-DM,该模型将DeepLabV3+结构和MobileNetV2相结合,利用DeepLabV3+特有的空间金字塔结构对壁画的卷积特征进行多尺度融合,从而减少壁画分割时的图像细节损失。首先,通过MobileNetV2对输入图像进行特征提取,从而在确保图像信息准确提取的同时减少耗时;其次,通过空洞卷积处理图像特征,从而扩展感受野,并在不改变参数数量的情况下得到更多的语义信息;最后,采用双线性插值的方法对输出特征图像进行上采样,以得到像素级的预测分割图,从而最大限度保证图像分割的准确性。在JetBrains PyCharm Community Edition 2019环境下,利用以1 000张壁画扫描图片制作而成的数据集进行测试,实验结果表明,MC-DM模型较传统的基于SegNet的图像分割模型在训练精确度上提升了1个百分点,较基于PSPNet的图像分割模型在精确度上提升了2个百分点,且MC-DM模型的峰值信噪比(PSNR)较实验对比模型平均提高了3~8 dB,充分验证了该模型在壁画分割领域的有效性。所提模型为古代壁画图像分割提供了新的思路。 展开更多
关键词 壁画分割 多尺度信息融合 深度可分离卷积 倒转残差 空间金字塔池
在线阅读 下载PDF
改进的K-Means和Grabcut相结合的壁画分割方法
2
作者 杨惠烽 张琦 徐莉 《忻州师范学院学报》 2023年第5期26-33,共8页
在壁画数字化保护的过程中,壁画分割作为其中一重要流程,运用得当有利于壁画的后期修复工作。文章针对壁画的分割问题,提出一种K-Means和Grabcut算法结合的模型。首先对壁画进行去噪、平滑处理,然后确定K-Means算法的k值和聚类中心,进... 在壁画数字化保护的过程中,壁画分割作为其中一重要流程,运用得当有利于壁画的后期修复工作。文章针对壁画的分割问题,提出一种K-Means和Grabcut算法结合的模型。首先对壁画进行去噪、平滑处理,然后确定K-Means算法的k值和聚类中心,进行预分割,最后利用GrabCut算法完成最终分割。通过利用真实古代壁画图像进行实验,既从直观的聚类效果和分割的视觉效果进行对比,也从量化指标峰值信噪比、过分割率、欠分割率进行对比,结果表明,文章提出的算法针对噪声的鲁棒性更强,分割结果的准确度更高,比经典的三类基准算法性能更优,能够对壁画图像进行有效分割。 展开更多
关键词 壁画分割 数字化保护 K-Means改进 GRABCUT
在线阅读 下载PDF
基于改进PSPNet网络的古代壁画分割方法 被引量:5
3
作者 曹建芳 田晓东 +2 位作者 贾一鸣 闫敏敏 马尚 《河南师范大学学报(自然科学版)》 CAS 北大核心 2022年第4期65-75,共11页
针对传统方法在古代壁画图像分割过程中出现的目标边界模糊、图像分割效率低等问题,提出一种基于PSPNet网络的多分类壁画图像分割模型(PSP-M).模型首先融合轻量级神经网络MobileNetV2,降低硬件条件对于模型训练的限制.其次通过全局金字... 针对传统方法在古代壁画图像分割过程中出现的目标边界模糊、图像分割效率低等问题,提出一种基于PSPNet网络的多分类壁画图像分割模型(PSP-M).模型首先融合轻量级神经网络MobileNetV2,降低硬件条件对于模型训练的限制.其次通过全局金字塔模块,将不同级别的特征图拼接起来,避免了表征不同子区域之间关系的语境信息的丢失.最后利用金字塔场景解析网络嵌入壁画背景特征,减少特征损失的同时提高特征提取效率.实验结果表明,PSP-M模型较传统的图像分割模型在训练精确度上平均提升2%,峰值信噪比(PSNR)较实验对比模型平均提高1~2 dB,结构相似指标(SSIM)指标较实验对比模型平均提高0.1~0.2,实验验证了PSP-M模型在壁画分割方面的可行性. 展开更多
关键词 壁画图像分割 金字塔池模块 深度可分离卷积 轻量级神经网络
在线阅读 下载PDF
改进的GrabCut算法在古代壁画分割中的应用 被引量:1
4
作者 曹建芳 张琦 +1 位作者 崔红艳 张自邦 《湖南科技大学学报(自然科学版)》 CAS 北大核心 2020年第2期83-89,共7页
壁画作为一种珍贵的文化遗产,在经历数千年的沉淀后普遍存在毁坏破损的现象,其保护工作刻不容缓.利用智能信息处理技术对壁画进行自动分割是壁画数字化保护的一个重要组成部分.针对壁画噪声明显、边缘不清晰的特点,提出了一种融合小波... 壁画作为一种珍贵的文化遗产,在经历数千年的沉淀后普遍存在毁坏破损的现象,其保护工作刻不容缓.利用智能信息处理技术对壁画进行自动分割是壁画数字化保护的一个重要组成部分.针对壁画噪声明显、边缘不清晰的特点,提出了一种融合小波去噪和边缘增强的改进的GrabCut算法新模型.该算法用小波变换对壁画图像进行分解,并采用自适应特征阈值方法去除壁画图像中的噪声,然后融合Sobel算子和Canny算子提取壁画轮廓以增强边缘,在此基础上对壁画图像进行分割.仿真实验通过分割效果和PSNR,Kappa,Error这3个指标来评价本文算法模型,实验结果表明:本文算法相对于对比方法的PSNR值平均提高了7.817,Kappa值平均提高了0.076,Error值降低了0.080,说明本文提出的模型在分割含有噪声、边缘模糊的壁画图像时不仅具有良好的抗噪能力,而且分割效果更好,准确度更高. 展开更多
关键词 壁画分割 GrabCut算法 边缘检测 小波去噪 数字化保护
原文传递
基于Dual Dense U-Net的云南壁画破损区域预测 被引量:1
5
作者 罗启明 吴昊 +1 位作者 夏信 袁国武 《图学学报》 CSCD 北大核心 2023年第2期304-312,共9页
壁画破损区域预测是壁画虚拟修复工作的重要环节,针对现有方法在预测云南少数民族壁画破损区域时容易出现破损区域预测不全、对纹理复杂区域的破损边界预测不准确等问题,提出了一种基于U-Net改进的Dual Dense U-Net分割模型,通过增强破... 壁画破损区域预测是壁画虚拟修复工作的重要环节,针对现有方法在预测云南少数民族壁画破损区域时容易出现破损区域预测不全、对纹理复杂区域的破损边界预测不准确等问题,提出了一种基于U-Net改进的Dual Dense U-Net分割模型,通过增强破损区域位置特征和纹理特征,获取更多的判别信息,以提高破损掩膜预测的准确度。为使模型能更有效地学习壁画特征,建立了一个包含5 000张云南少数民族壁画图像的分割数据集。Dual Dense U-Net模型利用融合模块去对壁画图像进行多尺度融合,减少壁画图像在前馈过程中的局部纹理信息和空间位置信息损失。首先,利用U-Net结构对输入的壁画图像进行信息提取,融合模块有多个深度可分离卷积,能够提高融合模块效率以及分割精度;其次,融合模块连接两个U-Net,进一步加强浅层特征与深层特征间的联系。实验结果表明,该模型在IoU与Dice评价指标较UNet++提高了3个百分点,模型预测得到的破损区域能显著改善壁画修复网络的修复效果,验证了该模型在壁画破损区域预测领域的有效性。 展开更多
关键词 壁画分割 病害提取 深度可分离卷积 多尺度信息融合 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部