导读:本文包含了人像分割论文开题报告文献综述及选题提纲参考文献，主要关键词:卷积神经网络,语义分割,人像分割,图像抠图
人像分割论文文献综述
李春鹏,郭杰,康学净[1]（2019）在《基于DeepLab的二阶段人像分割方法》一文中研究指出本文提出一种基于DeepLab的二阶段人像分割方法,该方法可应用于图像、视频编辑中的人像编辑。首先改进DeepLab的空洞卷积,将空间空洞卷积金字塔中的空洞卷积替换为更密集的空洞卷积,有效提高了卷积核在感受野中的覆盖率。其次,提出了基于一种二阶段的分割模型,将加入大卷积核的DeepLab作为第一阶段,通过捕获更多上下文信息以得到更连续的分割结果,第二阶段使用全分辨率的卷积层进一步优化边缘细节。最后,根据二阶段的神经网络,设计了针对该结构的损失函数。其中一部分使用回归损失约束第一阶段的结果,另一部分使用传统的语义分割损失函数约束最终结果,两部分加权相加得到最终结果。两种改进方法已经在Supervisely Person数据集上得到了验证,其结果证明了算法的有效性。(本文来源于《第十叁届全国信号和智能信息处理与应用学术会议论文集》期刊2019-10-25）
赵明君,李杰,毛明禾[2]（2019）在《基于标签传递的人像分割》一文中研究指出人像分割技术在人脸识别、3D人体重建及运动捕捉等实际应用中具有重要的作用,其可靠性直接影响后续处理的效果。本文以标签传递理论的目标分割算法为基础,提出了一种优化的人像分割算法。首先,引入模糊集理论,提高复杂背景图像分割的能力;然后,使用超像素过分割进行预处理,利用过分割结果优化相似度定义提高分割轮廓的平滑性和可靠性。实验结果表明,与原有标签传递算法相比,本文提出的算法可以保持较高的分割轮廓平滑度且具有更高的分割精度。(本文来源于《数据采集与处理》期刊2019年01期）
王泽荣[3]（2018）在《移动端实时人像分割算法研究》一文中研究指出随着智能手机的流行和移动端计算性能的提升,针对移动端人像处理的应用越来越多,而实时的肖像分割正在变得越来越重要。随着近几年深度学习的兴起,利用CNN做图像分割逐渐成为主流,近几年越来越多的学者开始利用FCN做前端特征提取,利用条件随机场或者隐马尔科夫做后端处理,这样的方法在一定程度上提升baseline的mean-IOU,但是这样的网络模型太耗时,没法在移动端做到实时。在全卷积网络模型的基础上设计一个精简的网络模型,在自采集的10万张训练集上训练的模型,在300张测试集上达到94.6%的mean IOU,在Titan-X上单帧分割时间2.1ms,同样的网络模型在i Phone6上可以做到实时分割。(本文来源于《现代计算机(专业版)》期刊2018年08期）
刘德建[4]（2015）在《基于图割的闪光夜景人像自动分割方法》一文中研究指出图像前景分割作为目标检测、图像融合的关键步骤,是当前图像处理与计算机视觉领域的研究热点。特别是在普通相机拍摄的夜景人像中,由于闪光的原因导致人像与背景的可视效果欠佳,分割算法存在极大挑战。为此,该文面向同步获取的闪光与非闪光图像,提出了一种基于人像检测和多源信息融合的人像分割方法。该算法首先采用梯度直方图特征(Histogram of Gradient,HOG)作为表观描述,通过支撑向量机(Support Vector Machine,SVM)实现夜景行人检测。在此基础上,根据两类图像的变化统计特征设计了代价函数,具体包括闪光图像变化分布、颜色信息,以及匹配变换估计信息等。最后利用图割方法(Graph Cut,GC)实现代价函数最优求解,并以此为依据提取夜景人像。针对多组夜景人像的分割实验结果表明,该文方法减少了传统人像分割算法的交互过程,可以实现对夜景人像区域的自动提取。(本文来源于《科技创新导报》期刊2015年22期）
向诚,邢亚辉,丁海锋[5]（2007）在《摄影的构图(8) 人像摄影中的黄金分割构图》一文中研究指出在人像摄影中,黄金分割是构图的基本法则。一、黄金分割的概念用一点将一线段分成两部分,小段与大段之比等于大段与全段之比,比值即为1:1.618,线段上有两个这样的点。在人像摄影中,主体人物是视觉中心,视觉中心的位置如何确定呢就是要根据黄金分割律找出四个点,将这四个点连接,可产生九(本文来源于《人像摄影》期刊2007年08期）
刘恒[6]（2004）在《虚拟背景照相实时人像分割技术及应用》一文中研究指出虚拟背景自助照相是增强现实技术在娱乐照相领域的应用。虚拟背景自助照相系统中虚拟背景人像分析和处理软件是整个系统的核心,它主要包括视频采集、人像提取、脸部肤色校正、图像融合等相关处理。目前,国内外虚拟背景照相尚处在静态照相、离线合成阶段,成熟的动态实时虚拟背景照相系统的研究还是空白。为解决虚拟背景实时照相的技术难题,本文在科学分析人像质量和显示速度矛盾均衡关系基础上,综合以往的研究成果,采用了高性能的大恒CG300采集卡,并将量子遗传算法(QEA)引入到人像分割算法,同时应用各种图像实时处理技术,大大提高了动态融合显示的实时性。实际的测试效果表明,这种技术基本满足了虚拟背景实时照相的要求。另外,为获得满意的成像效果,校正人脸彩色偏移,本文首先根据颜色视觉原理和光度学原理分析了虚拟背景照相成像效果的色彩感知特性,同时提出了小型照相屋布光的技术要旨,并实现了均匀布光。在此基础上,本文后半部分归纳和总结了各种人脸检测方法,并针对蓝背景研究了它的人脸检测技术,然后基于光源的色温估计提出了一种人脸肤色校正方法。本文提供了大量的实验图片和仿真效果,可用来验证相应算法的有效性,同时也给后续的研究提供了借鉴。(本文来源于《重庆大学》期刊2004-05-01）
人像分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人像分割技术在人脸识别、3D人体重建及运动捕捉等实际应用中具有重要的作用,其可靠性直接影响后续处理的效果。本文以标签传递理论的目标分割算法为基础,提出了一种优化的人像分割算法。首先,引入模糊集理论,提高复杂背景图像分割的能力;然后,使用超像素过分割进行预处理,利用过分割结果优化相似度定义提高分割轮廓的平滑性和可靠性。实验结果表明,与原有标签传递算法相比,本文提出的算法可以保持较高的分割轮廓平滑度且具有更高的分割精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人像分割论文参考文献
[1].李春鹏,郭杰,康学净.基于DeepLab的二阶段人像分割方法[C].第十叁届全国信号和智能信息处理与应用学术会议论文集.2019
[2].赵明君,李杰,毛明禾.基于标签传递的人像分割[J].数据采集与处理.2019
[3].王泽荣.移动端实时人像分割算法研究[J].现代计算机(专业版).2018
[4].刘德建.基于图割的闪光夜景人像自动分割方法[J].科技创新导报.2015
[5].向诚,邢亚辉,丁海锋.摄影的构图(8)人像摄影中的黄金分割构图[J].人像摄影.2007
[6].刘恒.虚拟背景照相实时人像分割技术及应用[D].重庆大学.2004