少数民族服饰图像的深度语义分割算法研究.pdfVIP

2025年6月计算机应用文摘第41卷第11期

少数民族服饰图像的深度语义分割算法研究

甘甜，甘杜芬

（桂林电子科技大学计算机工程学院，广西北海541004）

摘要：针对少数民族服饰图像特征复杂、纹理细节丰富的特点，提出了一种基于改进U-Net网络的深度语

义分割算法。通过引入注意力机制和多尺度特征融合模块，增强了模型对复杂图案的识别能力。实验在包

含5000张少数民族服饰图像的数据集上进行，结果表明，该算法在分割精度、边缘保持和细节还原等方面

优于传统方法，平均像素准确率达到94.2%，meanIoU达到88.7%。该算法能够有效处理服饰图像中的复杂

纹理和精细结构，为少数民族服饰的数字化保护提供了新的技术方案。

关键词：深度学习；语义分割；少数民族服饰；注意力机制

中图分类号：TP391文献标识码：A

Researchondeepsemanticsegmentationalgorithmforethnic

minorityclothingimage

GANGTian，GANDufen

（SchoolofComputerEngineering，GuilinUniversityofElectronicTechnology，Beihai，Guangxi541004，China）

Abstract：AdeepsemanticsegmentationalgorithmbasedonanimprovedU-Netnetworkisproposedtoaddress

thecomplexfeaturesandrichtexturedetailsofethnicminorityclothingimages.Byintroducingattention

mechanismsandmulti-scalefeaturefusionmodules，themodel̓sabilitytorecognizecomplexpatternshasbeen

enhanced.Theexperimentwasconductedonadatasetcontaining5000imagesofethnicminorityclothing，andthe

resultsshowedthatthealgorithmoutperformedtraditionalmethodsinsegmentationaccuracy，edgepreservation，

anddetailrestoration.Theaveragepixelaccuracyreached94.2%，andthemeanIoUreached88.7%.This

algorithmcaneffectivelyprocesscomplextexturesandfinestructuresinclothingimages，providinganew

technicalsolutionforthedigitalprotectionofethnicminorityclothing.

Keywords：deeplearning，semanticsegmentation，minoritycostumes，attentionmechanism

临诸多挑战。基于阈值的分割算法难以处理服饰中丰

1引言

富的色彩变化，即使采用自适应阈值策略，在处理苗族

作为非物质文化遗产的重要组成部分，少数民族服服饰繁复花纹时，准确率仍低于65%。边缘检测类算法

饰承载着丰富的民族文化信息。随着数字化保护工作（如Canny）在彝族服饰刺绣边缘提取时存在断裂和虚

的不断推进，如何准确、高效地对少数民族服饰图像进