标题：基于全尺度融合侧输出残差网络的骨架提取算法
作者：莫莉莎 王斌
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：骨架提取；深度学习；二值像素图像；全尺度融合
摘要：图像骨架是一种紧凑、直观的图像表示方法。目前，现有基于深度学习的二值像素图像骨架提取算法存在骨架断裂问题。提出了一种基于全尺度融合侧输出残差Unet网络（FFSR-Unet）的骨架提取算法，该算法通过融合编码器和解码器不同层级间的特征，实现了前景对象不同形状尺度的特征交互，同时采用阶梯式残差块以增强网络对深层与浅层语义的提取能力。该算法在Pixel SkelNetOn Challenge数据集上的F1-score可以达到0.854 8，能够超越现有算法的提取结果。