基于子空間多尺度特征融合的試卷語義分割

【摘要】：分離印刷體和手寫體區域是實現試卷語義分割的關鍵步驟，為了提升試卷語義分割的效果，提出一種基于MaskRCNN網絡的注意力改進算法。該算法將子空間多尺度特征融合(Subspace Multiscale Feature Fusion, SMFF)模塊嵌入MaskRCNN網絡的特征金字塔結構中，SMFF模塊基于子空間計算注意力特征，減少特征圖中的空間和通道冗余；通過多尺度特征融合，有效提取不同大小文本區域的特征并增強特征間的關聯性。實驗結果表明，在試卷圖像數據集的目標檢測和語義分割任務上，基于SMFF模塊的MaskRCNN網絡模型比MaskRCNN原網絡模型的平均準確率提高了15.8%和10.2%，比基于常用注意力模塊的MaskRCNN網絡也有較大的性能提升。