买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西师范大学

摘要：本发明公开了一种实时反馈的交互式树木图像抠图方法，包括如下步骤：构建树木图像抠图模型，包括用户交互模块和抠图处理模块；将树木图像输入至用户交互模块，预测树木三分图；将获得的树木三分图与原树木图像转换为张量并拼接，输入至抠图处理模块提取全局特征和局部特征，将全局特征和局部特征融合输出最终的树木前景透明度遮罩；构建数据集对未使用前的树木图像抠图模型采用迁移学习策略进行训练；本发明构建的树木图像抠图数据集，涵盖各个季节的不同树木品种和形态，确保了模型在实际应用中的高准确度和鲁棒性；通过抠图处理模块，不仅可以捕获图像的全局特征，还能精确把握局部细节。

主权项：1.一种实时反馈的交互式树木图像抠图方法，其特征在于，包括如下步骤：步骤S1：收集自然图像构建预训练数据集；所述自然图像包括人物图像、动物图像、透明物体图像、植物图像、家具图像、玩具图像、水果图像；步骤S2：收集树木图像构建树木图像抠图数据集；步骤S3：构建树木图像抠图模型，所述树木图像抠图模型由用户交互模块和抠图处理模块组成，用户交互模块和抠图处理模块之间呈串行结构；用户交互模块的核心由一个基于DeeplabV3+模型结构的三分图预测网络构成；抠图处理模块由全局特征编码分支、局部语义提取分支和特征融合输出模块组成；局部语义提取分支和特征融合输出模块整体为轻量级U-Net架构，全局特征编码分支和局部语义提取分支呈并行结构，特征融合输出模块串行连接在全局特征编码分支和局部语义提取分支后面；所述用户交互模块为一个实时的反馈循环，三分图预测网络在实时的反馈循环中运行；步骤S4：将树木图像输入用户交互模块，通过一个基于DeeplabV3+模型的三分图预测网络，预测树木图像的树木三分图；步骤S5：将获得的树木三分图与原树木图像转换为张量并进行通道拼接得到合并的图像，将分别送入抠图处理模块的全局特征编码分支和局部语义提取分支，全局特征编码分支由视觉变压器构成，对进行编码，得到的全局特征；局部语义提取分支对逐层下采样，提取的局部特征；步骤S6：将全局特征编码分支和局部语义提取分支输出的全局特征和局部特征送入特征融合输出模块，进行特征融合和输出最终的树木前景透明度遮罩。

全文数据：

权利要求：

百度查询： 江西师范大学 一种实时反馈的交互式树木图像抠图方法