全局信息引导的多尺度显著物体检测模型

作     者：陈小伟 张裕 林家骏 张晴 Chen Xiaowei;Zhang Yu;Lin Jiajun;Zhang Qing

作者机构：上海应用技术大学上海201418 华东理工大学上海200237 

基　　金：国家自然科学基金项目(61806126) 上海市自然科学基金项目(19ZR1455300) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2022年第39卷第3期

页      码：146-153页

摘      要：目前方法不能有效提取图像的多尺度特征并完全利用全局信息,对此提出一种新的全局信息引导的多尺度显著物体检测模型。设计了多尺度特征提升模块,提升了各个侧输出特征的多尺度表征能力;利用空洞空间卷积池化金字塔模块提取图像的全局特征;将全局特征直接与各个侧边输出的多尺度特征相融合,利用全局特征引导侧边特征聚焦于目标区域中有用的中低层特征;采用由粗至细的方式得到最终的预测结果。该模型在四个广泛使用的数据集上进行了测试,并与8种近3年具有代表性的方法进行比较。实验结果表明,该模型对各种场景的显著物体检测具有较好的鲁棒性,可以均匀高亮显著目标的同时抑制背景噪声。

主 题 词：显著物体检测 显著性检测 全卷积网络 多尺度特征 显著图 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2022.03.024

馆 藏 号：203108807...