结合Faster R-CNN与Grabcut算法的服装图像自动分割

摘要

为了实现服装图像自动分割处理,本文提出基于Faster R-CNN模型结合GrabCut的图像分割方法.利用快速区域卷积神经网络的基本框架,将街拍图的待检测任务分为上衣、裙子、包等六个类别,对原有的基本框架模型的全连接层参数进行调整,得到前景目标框作为GrabCut分割算法的初始框,再使用GrabCut算法进行服装区域提取,从复杂背景的图片中定位服装位置,去除复杂背景,实现服装区域分割.实验结果显示,本文方法能够很好的实现服装自然轮廓检测和提取,适用于图像局部弱轮廓边缘的检测及大批量服装图像分割处理,并且可供大批量处理图片时选择性自动款式类别提取,提高了服装图像分割处理的效率.