一种改进EDLines模型的唐卡图像头饰语义分割方法

摘要

为了克服现有肖像唐卡图像头饰分割方法的局限性和像素级标注全监督语义分割的高成本,我们提出了一种带有框级标注的弱监督语义分割方法。首先,所提出的方法使用Canny算法来获取头饰的粗糙边缘。其次,利用改进的EDLines算法来提取头饰的关键点。最后,本文使用Polygons处理,根据头饰的特点生成特征掩码。实验表明,在人像唐卡图像佛像头饰的分割中,该方法的平均像素联合交集(mean intersection over union,mIoU)指数比语义分割实例方法(semantic segmentation instance,SDI)高7.56%,比弱监督实例分割-包围盒先验方法(weakly-supervised instance segmentation_bounding box prior,WSIS_BBTP)高6.11%,具有有效性。