摘要
本发明公开了一种基于梯度显著性感知的皱纹分割方法、装置及可读介质,涉及图像处理领域,包括:构建人脸皱纹数据集和人脸皱纹分割网络;将人脸皱纹数据集中的原始人脸图像输入到人脸皱纹分割网络,得到对应的皱纹分割预测图,计算原始人脸图像中的每个像素点的显著性,进一步计算得到原始人脸图像中的每个像素点的权重,基于原始人脸图像中的每个像素点的像素值及其权重和原始人脸图像对应的皱纹标注掩码图中的相应像素点的像素值构建梯度显著性加权损失函数,基于梯度显著性加权损失函数对人脸皱纹分割网络进行训练,得到经训练的人脸皱纹分割网络。本发明解决现有技术的人脸图像中皱纹被过度分割或错误分割的问题。
技术关键词
人脸皱纹
像素点
加权损失函数
输出特征
图像
门模块
分割方法
积层
网络
注意力
上采样
多尺度
幅值
融合特征
数据
模型训练模块
处理器
系统为您推荐了相关专利信息
信息采集识别系统
青饲料
图像处理网络
数据采集模块
数据处理模块
色度参数
智能调配方法
辣椒油树脂
麻辣风味
偏差