一种多级别多尺度上下文特征融合的玻璃面分割算法.pdfVIP

第４２卷第３期计算机应用与软件Ｖｏｌ４２Ｎｏ．３

２０２５年３月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＭａｒ．２０２５

一种多级别多尺度上下文特征融合的玻璃面分割算法

任晓宇智敏

（内蒙古师范大学计算机科学技术学院内蒙古呼和浩特０１００２２）

摘要在日常生活中非常常见的透明玻璃或者镜面往往会给计算机视觉任务带来严峻的挑战。因此，提出

一种针对玻璃镜面的图像分割模型，并提出多尺度上下文卷积计算（ＭｕｌｔｉＳｃａｌｅＣｏｎｔｅｘｔｕａｌＣｏｎｖｏｌｕｔｉｏｎ，ＭＳＣＣ）模

块来挖掘不同尺度下的玻璃特征且同时不改变特征图的分辨率。实验结果表明，相比于目前主流的最先进算法

（ＳｔａｔｅｏｆｔｈｅＡｒｔ），该文所提出的模型实现了大幅度的性能改进，充分说明了其在上下文特征表征上的卓越能力。

关键词玻璃分割上下文特征融合多级别多尺度卷积神经网络

中图分类号ＴＰ３ＴＰ３９１．４１文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２５．０３．０３０

ＧＬＡＳＳＳＥＧＭＥＮＴＡＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＭＵＬＴＩＬＥＶＥＬ＆

ＭＵＬＴＩＳＣＡＬＥＣＯＮＴＥＸＴＵＡＬＦＥＡＴＵＲＥＦＵＳＩＯＮ



ＲｅｎＸｉａｏｙｕＺｈｉＭｉｎ

（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＩｎｎｅｒＭｏｎｇｏｌｉａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｏｈｈｏｔ０１００２２，ＩｎｎｅｒＭｏｎｇｏｌｉａ，Ｃｈｉｎａ）

ＡｂｓｔｒａｃｔＴｒａｎｓｐａｒｅｎｔｇｌａｓｓｏｒｍｉｒｒｏｒｓ，ｗｈｉｃｈａｒｅｖｅｒｙｃｏｍｍｏｎｉｎｄａｉｌｙｌｉｆｅ，ｏｆｔｅｎｂｒｉｎｇｓｅｖｅｒｅｃｈａｌｌｅｎｇｅｓｔｏ

ｃｏｍｐｕｔｅｒｖｉｓｉｏｎｔａｓｋｓ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎｅｆｆｉｃｉｅｎｔｇｌａｓｓｓｅｇｍｅｎｔａｔｉｏｎｍｏｄｅｌ，ｉｎｗｈｉｃｈａｍｕｌｔｉｓｃａｌｅ

ｃｏｎｔｅｘｔｕａｌｃｏｎｖｏｌｕｔｉｏｎ（ＭＳＣＣ）ｍｏｄｕｌｅｉｓｐｒｏｐｏｓｅｄｔｏｍｉｎｉｎｇｔｈｅｇｌａｓｓｅｓｆｅａｔｕｒｅｓｉｎｖａｒｉｏｕｓｓｃａｌｅｓａｎｄｒｅｍａｉｎｔｈｅ

ｆｅａｔｕｒｅｍａｐｓｏｒｉｇｉｎｒｅｓｏｌｕｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌａｃｈｉｅｖｅｓｓｉｇｎｉｆｉｃａｎｔ

ｐｅｒｆｏｒｍａｎｃｅｂｏｏｓｔｃｏｍｐａｒｅｄｗｉｔｈｓｔａｔｅｏｆｔｈｅａｒｔｓ，ｉｌｌｕｓｔｒａｔｉｎｇｔｈｅｏｕｔｓｔａｎｄｉｎｇｃｏｎｔｅｘｔｕａｌｆｅａｔｕｒｅｓｒｅｐｒｅｓｅｎｔｉｎｇａｂｉｌｉｔｙ．

ＫｅｙｗｏｒｄｓＧｌａｓｓｓｅｇｍｅｎｔａｔｉｏｎＣｏｎｔｅｘｔｕａｌｆｅａｔｕｒｅｆｕｓｉｏｎＭｕｌｔｉｌｅｖｅｌａｎｄｍｕｌｔｉｓｃａｌｅＣｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ

出的是镜面的位置信息，而镜面的边缘信息缺失，本文

０概述立足于像素级别的图像分割，旨在研究一种高效的镜面

分割算法。从自然图像中检测分割出玻璃或镜面是一

玻璃镜面在我们的日常生活中非常常见，玻璃镜项极具挑战性的任务，由于玻璃区域往往没有固定的规

面的存在给诸多计算机视觉任务带来了严峻的挑战，则，且玻璃后面的场景通常是真实生活中的一部分，这

这在机器人空间探索、轨迹规划、飞行器的路径搜索等使得玻璃的分割与其他物体分割有着本质的不同。为

场景中尤其显著，例如图１所示，针对典型的生活场景了解决该问题，我们观察到，人类可以十分轻松地分辨