来源：期刊VIP网 时间：
作者：周蓬勃;冯龙;武浩东;寇宇帆;
单位：北京师范大学艺术与传媒学院;西北大学文化遗产数字化国家地方联合工程研究中心;
摘要：古代服饰线图提取旨在精确获取轮廓与形状信息，以助于再创作和传统服饰保护。但现有方法增加网络以提高泛化性，导致参数量大增。为此，提出了基于Transformer的两阶段边缘检测方法，旨在解决图像局部信息丢失以及模型参数量大的问题。第一阶段将图像分割成16×16粗粒度补丁，利用编码器进行全局自注意力计算以捕获补丁间依赖；第二阶段采用8×8细粒度无重叠滑动窗口覆盖图像，通过局部编码器计算窗口内注意力有效捕捉细微边缘且降低成本。设计了轻量特征融合模块，支持全局与局部特征的高效整合。实验结果表明，该方法在古代服饰和公共数据集上边缘轮廓信息提取效果优于现有方法，ODS指标平均提升15.9%。虽然OIS和AP未超过Informative Drawing,但在模型体量和耗时方面具有明显优势。
关键词：边缘检测;;Transformer;;轻量特征融合模块
基金资助：国家自然科学基金(62271393);; 国博文旅部重点实验室开放课题(1222000812,CRRT2021K01)
