-
题名融合卷积特征的清晰边缘检测研究
被引量：2
- 1
-
-
作者
王兵
黄刚
张兴鹏
-
机构
西南石油大学计算机科学学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2023年第9期2148-2160,共13页
-
基金
国家科技重大专项(2016ZX05020-006)。
-
文摘
受益于卷积神经网络(CNN),边缘检测性能在多个基准数据集上都已经超过人类水平。但这类算法无法保证边缘的清晰性和定位的准确性。为获取细化清晰、有效抑制背景纹理、定位准确的目标边缘图,提出了一种融合卷积特征的清晰边缘检测算法(FCF)。该算法使用VGG16作为主干网络进行卷积特征提取,将不同阶段的卷积特征上采样后进行特征融合,并通过所设计的细化融合模块(RFB)获得清晰的边缘图。RFB使用多个归一化细化块(GRB)来细化得到的边缘图。此外,为平衡边缘像素和非边缘像素,还提出一个细化骰子损失函数(RD)。在BSDS500数据集上,所提方法将HED、RCF等深度边缘检测器的F-score(ODS)分别提高了2.8%和2.1%;当不使用非极大值抑制(NMS)进行边缘检测评估时,F-score(ODS)、F-score(OIS)分别达到0.801和0.816,超过了其他算法。
-
关键词
清晰边缘检测
融合卷积特征(FCF)
细化骰子损失(rd)
卷积神经网络(CNN)
-
Keywords
crisp edge detection
fusion of convolutional features(FCF)
refine dice loss(rd)
convolutional neural networks(CNN)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
