基于分层GAN的无监督图像分割方法.pdfVIP

摘要

图像分割是计算机视觉领域中的一项核心技术，其主要任务是将一幅图像划

分成多个部分或区域。其中的图像分割算法需要需要大量标记的图像数据进行训

练，可能消耗大量时间和人力成本。无监督算法可以避免这些缺点。但现有的无监

督分割算法由于缺乏人工注释，容易导致生成的分割掩模退化。本文在此问题上改

进了一种基于生成式对抗网络的无监督图像分割的方法，可实现对复杂环境中的

物体轮廓的高语义自动提取。本文主要工作如下：

（1）针对现有无监督分割算法容易产生语义和视觉混乱的前景和背景层的问

题，改进了一种基于分层式对抗网络的解决方案，目的是提高生成的对应掩模的质

量，该方法具有以下特点：a)它是一种无监督的方法，无需数据集进行采集图像

进行高质量的人工标注；b)它能够极大程度上提升生成的掩模质量；c）在最复杂

的数据场景下应用时，对未标记的类别对象的分割任务有更卓越的性能。

（2）本文将改进的分层GAN中掩模生成器和前景生成器加强融合，实现了

前景层和生成掩模的更有效关联。通过引入互信息最小化损失，成功缓解了前景和

背景分离过程中的像素缠结不清问题。随后，利用生成的掩模和合成图像，对一种

利用大核卷积注意力改进的分割模型进行了训练，使其具备强大的分割能力。

（3）本文在公开的有挑战性的CUB（鸟类）和简单场景Flowers（花）数据

集上进行了测试。在复杂场景CUB中，本文方法预测的交并比（IoU）达到了70.8%，

高于之前的先进的无监督分割算法，这表明本方法在处理复杂环境中的分割任务

时表现出了更高的准确性和鲁棒性。

关键词：图像分割；生成式对抗网络；无监督；深度学习；互信息

ABSTRACT

Imagesegmentationisacoretechnologyinthefieldofcomputervision,primarily

taskedwithdividinganimageintomultiplepartsorregions.Imagesegmentation

algorithmstypicallyrequireextensivelabeledimagedatafortraining,whichcanbetime-

consumingandlabor-intensive.Unsupervisedalgorithmscanavoidthesedrawbacks,but

existingunsupervisedsegmentationalgorithmsoftengeneratedegradedsegmentation

masksduetothelackofhumanannotations.Thispaperimprovesonanunsupervised

imagesegmentationmethodbasedongenerativeadversarialnetworks(GANs),achieving

highsemanticautomaticextractionofobjectcontoursincomplexenvironments.The

maincontributionsofthispaperareasfollows:

(1)Toaddresstheissueofsemanticandvisualconfusionbetweentheforeground

andbackgroundlayersproducedbyexistingunsupervisedsegmentationalgorithms,an

improvedsolutionbasedonahierarchicaladversarialnetworkhasbeendeveloped.The

aimistoenhancethequalityofthegeneratedcorrespondingmasks.T