一种基于弱监督学习与多阶段分割的手排羊绒图像边界精细化处理方法

本发明公开了一种基于弱监督学习与多阶段分割的手排羊绒图像边界精细化处理方法，首先，通过基础弱监督‑师生网络得到粗粒度的trimap图，并通过分割获得羊绒密集alpha图、边缘区域和稀疏区域。然后，使用全局冷损与局部蚁损算法扩展羊绒边缘区，得到扩展后的边缘区域，并输入协同并行多分辨率卷积网络进行精细羊绒边缘分割。对稀疏区域采用轻量三重损失网络进行分割，获得粗粒度羊绒稀疏区域alpha图。最后，通过连续性判断，合成精细羊绒稀疏区域alpha图，结合三种alpha图进行批量归一化并拼接，输出最终的整体alpha图。该方法可有效提高羊绒区域分割精度，特别是细粒度和边缘处理的鲁棒性，解决了现有手排羊绒只能由人工检测长度，同时减少了像素级图像的标注成本。