-
题名增强特征金字塔结构的显著目标检测算法
被引量：2
- 1
-
-
作者
刘剑峰
潘晨
-
机构
中国计量大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第12期226-233,共8页
-
基金
浙江省自然科学基金(LY19F030013)。
-
文摘
显著目标检测是计算机视觉的研究热点。显著目标检测算法存在一些问题,如:算法常采用单一损失函数,缺乏对多维特征损失的考虑,可能带来局限性;最高层特征图来源单一;特征图融合常使用对应像素相加,不能有效突出图像中感兴趣区域。针对上述问题,结合结构性相似、交并比和交叉熵三种损失函数来捕捉图像细节,采用对应像素相乘操作融合特征图,令模型对显著区域更加敏感;通过残差特征图增强模块逆向构建更高层特征图强化其语义信息;采用特征金字塔结构融合不同尺度信息,完成编码解码模块。在5个数据集的对比实验表明该方法性能超过主流算法,能实现有效的显著目标检测。
-
关键词
显著目标检测
特征金字塔网络
残差特征图增强
-
Keywords
salient object detection
feature pyramid network
enhanced residual fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
