论文部分内容阅读
针对已有多数交互式分割方法交互方式单一、预测结果精度较低的问题,构建一种基于双阶段网络的目标分割模型ScribNet,以实现更完整和精细的交互式目标分割。采用灵活涂画的交互方式,通过编码形成交互指导信息。设计骨架随机性仿真算法,实现大数据下的模拟交互操作。在传统分割模型中引入预测优化模块,形成双阶段网络结构,以充分利用交互指导信息。在COCO和PASCAL数据集上的实验结果表明,与DEXTR、GrabCut等方法相比,ScribNet模型的分割精度较高。