标题：基于注意力机制增强的UNet图像抠图算法研究
作者：许燕龙 郭倩 孙立民
作者单位：三亚学院信息与智能工程学院，海南 三亚 572022
关键字：自然图像抠图算法；CBAM；注意力机制；UNet；Adobe Image Matting数据集
摘要：图像抠图是计算机视觉领域的经典问题，近年来，基于深度学习的抠图算法已取得显著进展。然而，现有算法在处理具有复杂背景（如透明物体、毛发等）的图像时仍存在边缘模糊和细节丢失的问题。针对上述问题，提出将CBAM注意力机制嵌入UNet网络的跳跃连接中，有效缓解传统编解码网络的细节特征丢失问题。实验采用Adobe Image Matting数据集进行训练和测试，结果表明，注意力机制增强的UNet网络能够显著提升抠图的细节保留效果，抑制复杂背景的干扰，提高了抠图的准确性。