人像自动提取与处理软件设计与实现

人像提取是当前图像处理方向的前沿热点问题,具有广泛的应用前景,但面临着边缘噪声大、颜色相近的区域分割效果差等问题。本文针对该问题创造性地提出了BiSeGAN网络,研究并实现了一种人像自动提取与处理的方法。此方法以生成对抗网络(GAN)框架为基础,采用BiSeNet结构作为生成器网络进行训练,兼顾了空间分辨率和感受野,提高了模型的识别速度和精度。本文使用混合损失函数共同优化网络参数,帮助模型快速收敛,使生成器生成更真实的目标图像。本文实现了自动化提取并处理人像,提取的人像部分边缘分割清晰,信噪比高,有效地优化了人像提取的准确度。而后,基于百度飞浆在移动端部署实现。