一种平衡准确性以及高效性的显著性目标检测深度卷积网络模型

摘要：

当前的显著性目标检测算法在准确性和高效性两方面不能实现良好的平衡,针对这一问题,该文提出了一种新的平衡准确性以及高效性的显著性目标检测深度卷积网络模型.首先,通过将传统的卷积替换为可分解卷积,大幅减少计算量,提高检测效率.其次,为了更好地利用不同尺度的特征,采用了稀疏跨层连接结构及多尺度融合结构来提高模型检测精度.广泛的评价表明,与现有方法相比,所提的算法在效率和精度上都取得了领先的性能.

关键词：显著性检测、深度学习、分解卷积、稀疏跨层连接、多尺度融合

所属期刊栏目：42

分类号：TN911.73;TP391.41

资助基金：河北省自然科学基金F2015203212,F2019203195

在线出版日期：2020-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1201-1208