10.16451/j.cnki.issn1003-6059.202006003
基于深度中心邻域金字塔结构的显著目标检测
基于中心邻域的对比度计算在基于深度学习的算法中应用甚少.因此,文中提出基于深度中心邻域金字塔结构的显著目标检测方法.结合中心邻域对比度机制和卷积神经网络,用于显著目标检测.首先为网络的各阶段引入深层语义特征.再利用扩张卷积建立中心邻域金字塔,捕获不同级别的对比度信息,生成多尺度注意力子图.最后进一步融合所有注意力子图,得到最终的显著目标检测结果.在4个公用数据集上的对比实验表明,文中算法具有较低的平均绝对误差和较高的F测度值.
显著性目标检测、卷积神经网络、中心邻域对比度、扩张卷积
33
TP391.4(计算技术、计算机技术)
国家自然科学基金项目No, 61502358,61502357
2020-07-27(万方平台首次上网日期,不代表论文的发表时间)
共11页
496-506