[发明专利]一种表面压印字符图像的无监督分割方法

摘要

本发明公开了一种表面压印字符图像的无监督分割方法。为解决全监督语义分割网络需要大量手工标定的标签作为训练样本的问题，本发明以改进型循环式生成对抗网络为基础框架，利用其无监督训练的特性，再结合传统图像分割算法，实现了表面压印字符图像无监督分割。CycleGAN广泛应用于图像风格迁移等领域。本发明针对CycleGAN难以对两域间特征差异过大的图像进行风格迁移进而实现语义分割的问题，通过对CycleGAN的生成器和判别器进行改进，使之适应语义分割任务实际需要，实现了表面压印字符图像无监督分割。改进型循环式生成对抗网络的生成器中设计了多尺度特征融合模块，并引入了注意力机制提升网络性能。同时，本发明提出一种U型判别器，可为生成器提供更加精确的反馈，实现了高精度的表面压印字符图像无监督语义分割。