-
题名基于双向互补学习网络的散焦模糊检测
被引量：2
- 1
-
-
作者
张广强
郑津津
丰穗
苏天成
周洪军
-
机构
中国科学技术大学精密机械与精密仪器系
国家同步辐射实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第7期2190-2195,共6页
-
基金
国家自然科学基金联合基金资助项目(GG2090090072,U1332130,U1713206)
国家自然基金重大仪器专项资助项目(61727809)
+1 种基金
安徽省重点研究与开发计划资助项目(1704a0902051)
国家重点研发资助项目(SQ2019YFC010463)。
-
文摘
散焦模糊检测存在轮廓细节丢失、错分均质清晰区域以及难以处理低对照度渐变区域等诸多问题,针对上述问题,提出一种基于双向互补学习的散焦模糊检测网络,双向学习、逐层融合、互补信息以生成高质量检测结果。双向互补学习网络由特征提取残差模块、双向互补解码子网和融合校正解码子网构成。残差模块提取原始图像的分层级特征;双向互补解码子网同时学习模糊区域和清晰区域的信息,形成互补学习、互补不足;融合校正解码子网则逐层融合成对互补特征图,校正预测误差;此外,所有解码子网均采用分层监督的方式引导网络高效学习。提出的方法在三个公开数据集上F分数分别提升了1.1%、0.1%、1.8%,检测速度达到26.618 fps,超越了现存方法。双向互补学习网络可以有效地挖掘分层级特征和互补标签的信息,快速地生成检测结果。
-
关键词
散焦模糊检测
互补学习
语义特征
结构特征
特征融合
-
Keywords
defocus blur detection
complementary learning
semantic features
structural features
feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
