[发明专利]一种苗族服饰图像语义分割方法

说明书

本发明公开了一种苗族服饰图像语义分割方法，其特征在于，包括如下步骤：1）数据增强；2）编码；3）解码；4）辅助分支结构；5）实现语义分割。这种方法能提取到少数民族服饰的大尺度高级语义信息，而且提取的特征包含更多低级纹理的重要细节、迁移和融合少数民族服饰之间自相似性与跨尺度相似性的特征，能提高苗族服饰图像语义分割的准确度。

技术领域

本发明涉及图像处理和机器视觉技术，具体是一种苗族服饰图像语义分割方法。

背景技术

少数民族将自己的宗教文化、图腾文化体现在服饰的纹样和建筑的装饰上，这样不仅起到美化自身的作用，还能够传达特殊的文化意义。我国少数民族种类繁多，民族服饰多姿多彩，如何正确、高效地分割少数民族服饰的图案，对于辅助研究人员研究少数民族文化具有重要的意义。

图像语义分割Semantic Segmentation是图像处理和是机器视觉技术中关于图像理解的重要一环，也是AI领域中一个重要的分支。语义分割即是对图像中每一个像素点进行分类，确定每个点的类别，如属于背景、人或车，从而进行区域划分。目前，语义分割已经被广泛应用于自动驾驶、无人机落点判定等场景中。

虽然已经有学者对民族服饰图像进行了研究，但在民族服饰图像分割的自动优化、提取、分类、识别等方面的研究还很少，这影响了从大量民族服饰图像中快速检索和识别。区别于时尚服饰，少数民族服装具有以下特点：(1)服饰图案结构复杂；(2)服饰饰品繁多，同时存在很多小饰品；(3)同一款式服饰饰品之间颜色细节属性差异不大。因此，现有的语义分割模型只能用于时尚服装识别，难于分割出少数民族服饰局部信息。

服饰图像的语义分割侧重于解析细粒度服饰分割项目，消除服饰标签的语义信息混淆歧义。现有技术中基于超像素分割和姿态估计模型，提出了一种分割时尚服饰的方法，该方法对分割结果不断优化，得到了精确的分割结果；基于检索的模型从带有标记的时尚图像数据库进行模版匹配，找到相似的分割服饰样式，进而对服饰进行分割；基于一种图像协同分割的模型，该方法第一阶段使用支持向量机迭代图像和数据库中的服饰一致区域，并细化图像所有区域，第二阶段通过分割区域的顶点，结合服饰图像的上下文信息，细化分割区域。然而上述方法只针对时尚服装分割，并未考虑少数民族服饰结构复杂、佩饰繁多且存在小饰品等因素，影响了少数民族服饰分割图像的语义分割效果。

为了提高语义分割的准确率，近期的研究侧重于采用深度神经网络来对服饰图像进行分割。Liang等基于主动模版回归(ATR)模型，利用深度神经网络学习每个语义区域的位置和可见性，生成掩码系数和服饰分割形状的参数，得到很好地分割结果；Khurana等基于SegNet模型，提出了一种用于时尚服饰图像分割的双阶段深度神经网络架构，该架构第一阶段使用全卷积网络分割出了服饰图像，第二阶段利用Gabor提取服饰纹样特征，确定服饰类型；Guo等利用CPN网络、MFN网络、CRN网络从粗到细分割服饰；Liu等基于K最邻近KNN(k-nearest neighbor，简称KNN)的方法，提出了具有参数匹配的卷积神经网络(M-CNN)来预测图像中特定语义的最佳匹配区域置信度和位置信息。虽然目前基于神经网络的语义分割模型的研究在时尚服饰数据集上取得了一定的成功，但是模型提取的特征向量维度较大，且随着网络的层数增加，不同尺度特征信息存在丢失，底层特征与高层属性间存在语义鸿沟，使得少数民族服饰分割仍然存在以下问题：(1)由于少数民族服饰的结构复杂，现有的服饰分割模型难以描述少数民族服饰的局部细节；(2)少数民族服饰色彩鲜明、纹理图案多样、款式种类繁多、饰品丰富，如何解决高层视觉语义属性与低层特征语义属性鸿沟，成为了提高分割准确率的关键。

发明内容

本发明的目的是针对现有技术的不足，而提供一种苗族服饰图像语义分割方法。这种方法能提取到少数民族服饰的大尺度高级语义信息，而且提取的特征包含更多低级纹理的重要细节、迁移和融合少数民族服饰之间自相似性与跨尺度相似性的特征，能提高苗族服饰图像语义分割的准确度。

实现本发明目的的技术方案是：

一种苗族服饰图像语义分割方法，包括如下步骤：