輕量級空間移位MLP用于指靜脈分割

打開文本圖片集

摘  要： 基于CNN和Transformer架構(gòu)圖像分割網(wǎng)絡(luò)模型參數(shù)繁多、計(jì)算復(fù)雜，需要消耗大量的內(nèi)存資源，這使得它們無法滿足快速、有效的指靜脈圖像分割需求，并且在算力有限的嵌入式平臺部署非常困難。因此，提出一種基于MLP的輕量級手指靜脈分割算法。首先，通過不同軸向移動特征圖獲取信息流來捕獲局部依賴性，提高局部信息提取能力；其次，使用標(biāo)記MLP塊對特征圖進(jìn)行標(biāo)記和投影卷積特征；然后，在下采樣和上采樣之前都添加一個輕量級注意力模塊來提升分割性能，在輸入到MLP的同時轉(zhuǎn)移輸入的通道，使網(wǎng)絡(luò)模型更專注于學(xué)習(xí)本地依賴性。（剩余11549字）