足跡可以反映人的一些生理特征,與指紋類似,是案件偵破的重要線索。足跡圖像的花紋提取是足跡圖像檢索的重要預處理環(huán)節(jié),但由于自然場景下拍攝的足跡（簡稱現(xiàn)場足跡）存在大量噪聲干擾,殘缺,花紋間斷等問題,傳統(tǒng)算法處理這個問題不夠魯棒。隨著深度學習相關理論的發(fā)展,圖像分割取得了很大進展,而足跡的花紋提取本質(zhì)上是二值分割問題。本文創(chuàng)新性地將生成對抗網(wǎng)絡應用在足跡分割上,對比了經(jīng)典的深度學習圖像分割算法,實驗結果表明本文提出的分割算法較完整地提取了圖像中的足跡區(qū)域,其分割結果可以很好地反映足跡的花紋信息。進一步,本文對比分析了有無對抗網(wǎng)絡,不同損失函數(shù)的分割效果。最終模型的分割結果在足跡評價指標MSS（英文metric of shoeprint segmentaiton的首字母縮寫）上達到了75%。 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【部分圖文】：

數(shù)據(jù)集樣圖（第一行是待分割的足跡自然圖像，第二行是對應的二值分割真值圖）


本文編號：3404810