基于曼哈頓距離自注意力機(jī)制的U-Net3+圖像分割
江漢大學(xué)學(xué)報(bào)(自然科學(xué)版)
頁(yè)數(shù)： 12 2024-04-12
摘要： 目前主流圖像分割算法在分割邊界上對(duì)特征相似而類別不同的像素鑒別能力不佳，從而影響了分割精度。設(shè)計(jì)了一種基于曼哈頓距離自注意力機(jī)制的U-Net3+圖像分割算法，通過(guò)關(guān)注不同特征點(diǎn)之間信息表征的差異程度來(lái)對(duì)大范圍上下文信息關(guān)系進(jìn)行建模，增強(qiáng)算法對(duì)特征相似而類別不同的像素的鑒別能力和對(duì)全局關(guān)系的學(xué)習(xí)能力；再通過(guò)U-Net3+的全尺度跳躍連接結(jié)構(gòu)將不同尺度的特征相融合，為算法提供更多尺... （共12頁(yè)）
APP 