摘要：針對車載視覺行人目標(biāo)分割由于復(fù)雜場景對行人目標(biāo)的分割結(jié)果產(chǎn)生干擾而出現(xiàn)信息冗余以及錯誤分割的問題,提出一種粗細(xì)粒度超像素行人目標(biāo)分割算法。該算法以MaskR-CNN作為粗粒度一次分割,將所得結(jié)果經(jīng)Slic超像素細(xì)粒度二次分割,融合兩次輸出結(jié)果來提高現(xiàn)有圖像目標(biāo)的分割精度,為行人目標(biāo)識別和跟蹤提供有益先驗(yàn)感知信息。經(jīng)仿真驗(yàn)證,該算法能夠?qū)?fù)雜背景情況下的圖像進(jìn)行有效分割,MSCOCO標(biāo)準(zhǔn)公開集測試結(jié)果與原有MaskR-CNN檢測算法相比,mAP提高0.71%,為圖像識別和計(jì)算機(jī)視覺系統(tǒng)完成精準(zhǔn)的預(yù)處理,具有較強(qiáng)的工程應(yīng)用價(jià)值。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
