摘要
本发明公开了一种自适应特征提取与语义引导的自动抠图方法,包括如下步骤:构建自动抠图模型,自动抠图模型由自适应多源特征捕捉分支、局部增强自注意分支、局部理解分支、跨尺度空洞卷积池化分支、全局语义引导分支和聚合模块组成;将物体图像输入至自动抠图模型中的各分支进行处理,输出透明度遮罩;本发明构建了一种新的多分支协同架构,提出由可变形卷积、残差结构与多层级池化组成的自适应多源特征捕捉分支,通过动态调整卷积采样区域与特征捕捉方式,显著提升对不规则边缘的捕捉能力,同时降低复杂场景下的计算冗余,结合局部理解分支的细节增强模块与全局语义引导分支的递归交叉注意力,在无需辅助输入条件下实现像素级透明度预测。
技术关键词
自动抠图方法
语义
空洞
编码块
分支
多源特征
注意力
池化特征
解码模块
融合特征
上采样
卷积特征
通道
批量
矩阵
加权特征
模块结构
系统为您推荐了相关专利信息
在线服务推荐方法
情境感知服务
锚点
服务系统
节点
自主识别方法
变电站表计
变电站监控视频
轮廓图像
表盘
零件表面缺陷
融合深度学习模型
三维扫描设备
偏差
注意力机制