基于优化U-net的单色图像分割算法

扫码查看

原文链接

万方数据
维普

中文摘要：数字图像处理在公安领域的应用十分广泛，其中对单色图像分割预处理，在人脸识别、车辆识别和指纹识别等方面有着十分重要的作用。本文提出一种改进的U-net，选取交叉损失函数(constituent error，CE)与Dice Loss组合作为损失函数，提高网络模型对小目标的分类精度;添加批量归一化BN层(batch normalization)模块和LayerScale模块提高网络在训练时的收敛速度和稳定性，抑制无用特征并且突出有效特征;选取视觉几何组(visual geometry group，VGG)作为主干网络提高采样过程中对特征的重复利用率;选用两倍双线性插值上采样的方式，提高网络模型对特征的重复利用率。本文基于自制的单色图像数据集，利用改进的U-net对单色图像进行语义分割，在像素准确率、类别平均像素准确率、平均交并比方面比原始的U-net分别提高了 1。43%、1。57%、8。75%，取得了良好的语义分割效果。

作者：

肖政文、刘丹

展开 >

作者单位：

中国刑事警察学院公安信息技术与情报学院辽宁沈阳 110854

关键词：

单色图像语义分割改进U-net 交叉熵损失函数(CE) Dice Loss损失函数 LayerScaler模块

出版年：

2025

信息记录材料

全国磁性记录材料信息站

信息记录材料

影响因子：0.246

ISSN：1009-5624

年,卷(期)：2025.26(1)