一种自然场景图像中的服装定位与分割方法
游小荣
肖华枫
常州纺织服装职业技术学院 江苏常州 213164
摘要：针对自然场景图像中背景复杂、目标多的问题,提出一种基于深度学习和图像处理的服装定位与分割方法.首先,基于YOLOv4深度学习算法训练人体目标检测网络模型,根据模型定位并分割出图像中包含服装的人物;接着,采用卷积姿态机(convolutional pose machines,CPM)训练上衣、外套、连衣裙、半身裙及裤子五类服装关键点网络模型;然后,对包含服装的人物图像进行归一化处理,选择服装类型,再根据上述服装关键点网络模型输出服装的关键点;最后,根据这些关键点信息,形成初始矩阵框,使用OneCut算法将服装图像分割出来.实验证明,在复杂背景和多目标的自然图像中,文章方法具有误差小、准确率高、运算速度快的特点,能够满足自然场景图像中服装自动分割的要求.
关键词：自然图像服装深度学习YOLOCPMOneCut
资助基金：常州纺织服装职业技术学院院学术科研基金项目(51800222106)
论文发表日期：2023-01-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 45-49 )